×
赵岳;伊雷内·吉贝尔斯;英格丽德·范·凯勒戈姆

使用残差秩进行线性回归调整的半参数高斯copula模型的推断。 （英语） Zbl 1460.62077号

伯努利 26，第4期，2815-2846（2020）.
小结：我们研究了半参数高斯copula模型中copula参数的推断，当copula分量受协变量的影响，仅作为线性回归模型中的响应间接观测时。我们考虑基于剩余秩的估计量，而不是通常但不可观测的预言秩。我们首先研究了copula相关矩阵的两种此类估计，一种是通过Spearmanρ的倒置得到的，另一种是利用正态得分秩相关估计得到的。我们证明了这些估计量与基于oracle秩的估计量是渐近等价的。然后，对于约束参数化下的copula相关矩阵，我们证明了经典的一步估计和剩余秩对于估计copula参数仍然是半参数有效的。通过仿真研究证实了基于残差秩的估计量的准确性。

引用于1文件

MSC公司：

62小时05 多元概率分布的表征与结构理论；连接线
62J05型 线性回归；混合模型
62H20个 关联度量（相关性、典型相关性等）

关键词：

\（U \）-过程;高斯联结;正态得分秩相关估计量;剩余秩;半参数效率;斯皮尔曼rho

软件：

全球气候变化监测
PDF格式BibTeX公司 XML格式引用
\textit{Y.Zhao}等人，Bernoulli 26，No.4，2815--2846（2020；Zbl 1460.62077）
全文： 内政部 欧几里得

参考文献：

[1] Akritas，M.G.和Van Keilegom，I.（2001年）。残差分布的非参数估计。扫描。《美国联邦法律大全》第28卷第549-567页·Zbl 0980.62027号 ·doi:10.1111/1467-9469.00254
[2] Anderson，T.W.和Rubin，H.（1956年）。因子分析中的统计推断。《第三届伯克利数理统计与概率研讨会论文集》，1954-1955年，第V卷111-150。伯克利：加州大学出版社·Zbl 0070.14703号
[3] Basrak，B.和Klaassen，C.A.J.（2013）。半参数正态回归copula模型中的有效估计，重点是QTL定位。《从概率到统计再回来：高维模型和过程》。Inst.数学。统计（IMS）收集。9 20-32. 俄亥俄州比奇伍德：IMS·兹比尔1327.62192
[4] Berghaus，B.、Bücher，A.和Volgushev，S.（2017年）。关于加权度量的经验copula过程的弱收敛性。伯努利23 743-772·Zbl 1367.60026号 ·doi:10.3150/15-BEJ751
[5] Bickel，P.J.（1982）。关于自适应估计。安。统计师。10 647-671. ·Zbl 0489.62033号 ·doi:10.1214/aos/1176345863
[6] Bickel，P.J.、Klaassen，C.A.J.、Ritov，Y.和Wellner，J.A.（1993年）。半参数模型的有效自适应估计。纽约：斯普林格·Zbl 0786.62001号
[7] Cai，T.T.和Zhang，L.（2018）。高维高斯copula回归：自适应估计和统计推断。统计师。中国科学院28 963-993·Zbl 1390.62099号
[8] Chen，G.和Lockhart，R.A.（2001年）。多参数线性模型残差经验过程的弱收敛性。安。统计师。29 748-762. ·Zbl 1012.62016年 ·doi:10.1214/aos/1009210688
[9] Chen，X.、Fan，Y.和Tsyrennikov，V.（2006年）。半参数多元copula模型的有效估计。J.Amer。统计师。协会101 1228-1240·Zbl 1120.62312号 ·doi:10.1198/016214500000311
[10] El Maache，H.和Lepage，Y.（2003年）。多元数据集的Spearmanρ和Kendallτ。数学统计与应用：Constance van Eeden的Festschrift。数理统计研究所讲义-专题系列42 113-130。俄亥俄州比奇伍德：IMS。
[11] Fan，J.、Xue，L.和Zou，H.（2016）。超正态模型下的多任务分位数回归。J.Amer。统计师。协会111 1726-1735。
[12] Genest，C.、Ghoudi，K.和Rivest，L.-P.（1995年）。多元分布族中相依参数的半参数估计过程。生物特征82 543-552·兹比尔08316.2030 ·doi:10.1093/biomet/82.3543
[13] Gijbels，I.、Omelka，M.和Veraverbeke，N.（2015）。当协变量只影响边际分布时，对关联函数的估计。扫描。《美国联邦法律大全》第42卷第1109-1126页·Zbl 1419.62123号 ·doi:10.1111/sjos.12154
[14] Gijbels，I.、Van Keilegom，I.和Zhao，Y.（2018）。使用残差秩推断协变量调整的半参数高斯copula模型。FEB研究报告KBI_1829。可在https://limo.libis.be/primo-explorer/fulldisplay？docid=LIRIAS2344364&context=L&vid=Lirias&search_scope=Lirias&tab=default_tab&lang=en_US。
[15] Hájek，J.和Šidák，Z.（1967年）。等级测试理论。纽约：学术出版社·Zbl 0161.38102号
[16] Hájek，J.、Šidák，Z.和Sen，P.k.（1999）。秩检验理论，第二版，概率与数理统计。加州圣地亚哥：学术出版社·Zbl 0944.62045号
[17] Hoff，P.D.、Niu，X.和Wellner，J.A.（2014年）。高斯连接函数的信息界。伯努利20 604-622·兹比尔1321.62054 ·doi:10.3150/12-BEJ499
[18] Hult，H.和Lindskog，F.（2002年）。椭圆分布中的多元极值、聚集和相关性。申请中的预付款。普罗巴伯。34 587-608. ·Zbl 1023.60021号 ·doi:10.1239/aap/1033662167
[19] Kendall，M.和Gibbons，J.D.（1990年）。排名相关方法，第5版，查尔斯·格里芬标题。伦敦：爱德华·阿诺德·Zbl 0732.62057号
[20] Klaassen，C.A.J.和Wellner，J.A.（1997年）。二元正态copula模型中的有效估计：正态边际最不利。伯努利3 55-77·Zbl 0877.62055号 ·doi:10.2307/3318652
[21] Koul，H.L.（2002年）。动态非线性模型中的加权经验过程。统计学课堂讲稿166。纽约：斯普林格·Zbl 1007.62047号
[22] W.H.Kruskal（1958年）。关联的顺序度量。J.Amer。统计师。协会53 814-861·Zbl 0087.15403号 ·doi:10.1080/01621459.1958.10501481
[23] Lauritzen，S.L.（1996）。图形模型。牛津统计科学系列17。纽约：克拉伦登出版社·Zbl 0907.62001
[24] Lee，S.和Wei，C.-Z.（1999）。随机回归模型的剩余经验过程及其在时间序列中的应用。安。统计师。27 237-261. ·Zbl 0943.62092号 ·doi:10.1214/aos/1018031109
[25] Liu，H.、Han，F.、Yuan，M.、Lafferty，J.和Wasserman，L.（2012）。高维半参数高斯copula图形模型。安。统计师。40 2293-2326. ·Zbl 1297.62073号 ·doi:10.1214/12-AOS1037
[26] Masarotto，G.和Varin，C.（2012年）。高斯copula边际回归。电子。《美国联邦法律大全》第6卷第1517-1549页·Zbl 1336.62152号 ·doi:10.1214/12-EJS721
[27] Nelsen，R.B.（2006年）。《Copulas导论》，第二版，《统计学中的Springer系列》。纽约：斯普林格·兹比尔1152.62030
[28] Omelka，M.（2006）。一些M估计和R估计的二阶性质。布拉格查尔斯大学博士论文。
[29] Omelka，M.，Hudecová，Š。和Neumeyer，N.（2019年）。基于copula半参数模型估计残差的最大伪似然估计。可从arXiv:1903.04221获取·Zbl 1417.62254号
[30] Pakes，A.和Pollard，D.（1989）。模拟和优化估计的渐近性。《计量经济学》57 1027-1057·Zbl 0698.62031号 ·doi:10.2307/1913622
[31] Rousseeuw，P.J.（1984）。最小二乘回归。J.Amer。统计师。协会79 871-880·Zbl 0547.62046号 ·doi:10.1080/01621459.1984.10477105
[32] Ruymgaart，F.H.（1974）。独立性非参数检验的渐近正态性。安。统计师。2 892-910之间·Zbl 0303.62040号 ·doi:10.1214/aos/1176342812
[33] Segers，J.、van den Akker，R.和Werker，B.J.M.（2014）。半参数高斯copula模型：几何和基于等级的有效估计。安。统计师。42 1911-1940. ·Zbl 1305.62115号 ·doi:10.1214/14-AOS1244
[34] Song，P.X.-K.，Li，M.和Yuan，Y.（2009）。使用高斯连接函数对相关数据进行联合回归分析。生物统计学65 60-68·Zbl 1159.62049号 ·doi:10.1111/j.1541-0420.2008.01058.x
[35] Susyanto，N.和Klaassen，C.A.J.（2017年）。约束欧几里得参数的半参数有效估计。电子。《美国联邦法律大全》第11卷第3120-3140页·Zbl 1373.62115号 ·doi:10.1214/17-EJS1308
[36] van der Vaart，A.（2002）。半参数统计。《概率论和统计学讲座》（Saint-Flour，1999）。数学课堂笔记。1781 331-457. 柏林：斯普林格·Zbl 1013.62031号
[37] van der Vaart，A.W.（1998）。渐进统计。剑桥统计与概率数学系列3。剑桥：剑桥大学出版社·Zbl 0910.62001号
[38] Veraverbeke，N.、Gijbels，I.和Omelka，M.（2014）。条件分布函数的预调整非参数估计。J.R.统计社会服务。B.统计方法。76 399-438. ·Zbl 07555456号
[39] Xue，L.和Zou，H.（2012）。基于正则秩的高维非正态图形模型估计。安。统计师。40 2541-2571·Zbl 1373.62138号 ·doi:10.1214/12-AOS1041
[40] 赵，Y。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。