×
李申明;Pho、Kim-Hung;李金尚

具有缺失协变量的零膨胀Bernoulli回归模型的验证似然估计方法。 （英语） Zbl 1465.62131号

J.统计计划。推断 214, 105-127 (2021).
小结：零膨胀伯努利（ZIBer）回归模型是一种替代模型，用于改进对二元结果数据的拟合，该数据的零点比常规logistic回归模型下的预期多很多。由于某些协变量经常有缺失值，我们提出了验证似然（VL）方法来估计协变量随机缺失的ZIBer回归模型的参数。我们考虑真选择概率（SP）模型、参数SP模型和非参数SP模型，以比较真SP、参数SP和半参数SP VL估计的效率。在一些正则性条件下，研究了这三种估计的渐近结果。理论和仿真结果均表明，如果参数SP模型正确，参数和半参数SP-VL估计方法优于真实SP-VL估算方法。仿真结果还表明，半参数SP-VL估计方法优于逆概率加权和多重插补估计方法。在建议方法的实际应用中，有一组台湾摩托车受访者违反交通规则的调查数据。

MSC公司：

62J12型 广义线性模型（逻辑模型）
62D10号 缺少数据
62G07年 密度估算

关键词：

估计函数;随机失踪;渐近性质;验证似然法
PDF格式BibTeX公司 XML格式引用
\textit{S.-M.Lee}等人，J.Stat.Plann。推论214105-127（2021；Zbl 1465.62131）
全文： 内政部

参考文献：

[1] Bohning，D。；迪茨，E。；施拉特曼，P。；Mendonca，L.公司。；Kirchner，U.，牙齿流行病学中的零膨胀泊松模型和龋齿、缺牙和补牙指数，J.R.Stat.Soc.Seri。A、 162、2、195-209（1999）
[2] 东北部布雷斯洛。；Cain，K.C.，两阶段病例对照数据的Logistic回归，Biometrika，75，1，11-20（1988）·Zbl 0635.62110号
[3] Cheung，Y.B.，计数数据回归分析的零膨胀模型：生长和发育研究，Stat.Med.，21，10，1461-1469（2002）
[4] Diallo，A.O。；迪奥普，A。；Dupuy，J.F.，零膨胀二项回归中最大似然估计量的渐近性质，Comm.Statist。理论方法，46，20，9930-9948（2017）·Zbl 1462.62460号
[5] Diallo，A.O。；迪奥普，A。；Dupuy，J.F.，缺失协变量的零膨胀二项回归估计，统计学，53，4，839-865（2019）·Zbl 1422.62236号
[6] 迪奥普，A。；迪奥普，A。；Dupuy，J.F.，具有治愈分数的logistic回归模型中的最大似然估计，Electron。《J Stat.》，第5卷，第460-483页（2011年）·Zbl 1274.62480号
[7] 迪奥普，A。；迪奥普，A。；Dupuy，J.F.，零膨胀伯努利回归模型中基于模拟的推断，Comm.Statist。模拟计算。，45, 10, 3597-3614 (2016) ·Zbl 1348.62215号
[8] Fay，R.E.，《插补调查数据分析的替代范式》，J.Amer。统计师。协会，91，490-498（1996）·Zbl 0869.62015年
[9] Foutz，R.V.，《关于似然方程的唯一一致解》，J.Amer。统计师。协会，72，357，147-148（1977）·Zbl 0354.62029号
[10] Hall，D.B.，《随机效应的零膨胀泊松和二项回归：案例研究》，《生物统计学》，56，4，1030-1039（2000）·兹比尔1060.62535
[11] 霍维茨，D.G。；汤普森，D.J.，《有限宇宙中不替换抽样的推广》，J.Amer。统计师。助理，47663-685（1952年）·Zbl 0047.38301号
[12] 谢世华。；Lee，S.M。；Shen，P.，logistic回归中缺失协变量的随机响应数据的半参数分析，计算。统计师。数据分析。，53, 7, 2673-2692 (2009) ·Zbl 1454.62023号
[13] 谢，S。；Lee，S。；Shen，P.S.，缺失协变量的随机反应数据的Logistic回归分析，J.Statist。计划。推理，140，4927-940（2010）·Zbl 1179.62022号
[14] 凯利，M.E。；Anderson，S.J.，《有序数据中的零通货膨胀：通过使用混合模型合并反应敏感性》，《统计医学》，27，18，3674-3688（2008）
[15] 李，S.M。；Hwang，W.H。；Tapsoba，J.D.，协变量随机缺失时封闭捕获-再捕获模型中的估计，生物统计学，721294-1304（2016）·Zbl 1390.62280号
[16] 李，S.M。；Li，C.S。；谢世华。；Huang，L.H.，缺失协变量和结果的logistic回归模型的半参数估计，Metrika，75，5，621-653（2012）·Zbl 1362.62089号
[17] 李，S.M。；卢库萨，T.M。；Li，C.S.，通过非参数多重插补方法估计缺失协变量的零膨胀泊松回归模型，计算。统计人员。，35, 725-754 (2020) ·Zbl 1482.62015年
[18] Little，R.J.，《缺失X的回归：综述》，J.Amer。统计师。协会，87，420，1227-1237（1992）
[19] 卢库萨，T.M。；李，S.M。；Li，C.S.，缺失协变量的零膨胀泊松回归模型的半参数估计，Metrika，79，4，457-483（2016）·Zbl 1349.62137号
[20] 卢库萨，T.M。；李，S.M。；Li，C.S.，《缺失数据的零膨胀模型评论》，货币。研究生物统计学家。，7, 1, 1-12 (2017)
[21] Moghimbeigi，A。；Eshraghian，M.R。；穆罕默德，K。；Mcardle，B.，带多余零的过分散计数数据的多级零膨胀负二项回归建模，J.Appl。《法律总汇》第35、10、1193-1202页（2008年）·Zbl 1253.62052号
[22] 巴赫尔，B.T。；Preisser，J.S。；南卡罗来纳州斯坦恩斯。；Rozier，R.G.，使用零膨胀泊松回归模型对龋齿数据进行多重插补，J.Pub。健康牙科。，71, 71-78 (2011)
[23] 莱利，M。；Pepe，M.S.，《回归方法中缺失和辅助协变量数据的平均得分法》，Biometrika，82，299-314（1995）·Zbl 0828.62097号
[24] 里多特，M。；辛德，J。；Demetrio，C.G.，针对零膨胀负二项式备选方案测试零膨胀泊松回归模型的分数测试，生物计量学，57，1，219-223（2001）·Zbl 1209.62079号
[25] 罗宾斯，J.M。；Rotnitzky，A。；Zhao，L.P.，当某些回归变量不总是被观测时回归系数的估计，J.Amer。统计师。协会，89，427，846-866（1994）·Zbl 0815.62043号
[26] 鲁宾，D.B.，《推断和缺失数据》，《生物统计学》，63，3，581-592（1976）·兹伯利0344.62034
[27] Rubin，D.B.，《抽样调查中的多重插补：对无响应的现象学贝叶斯方法》，（美国统计协会调查研究方法部分会议记录，第1卷（1978年），美国统计协会：美国统计协会波士顿），20-28
[28] Rubin，D.B.，《调查中无应答的多重插补》（1987），威利：威利纽约·2007年6月10日
[29] Rubin，D.B.，18岁以上的多重插补，J.Amer。统计师。协会，91，473-489（1996）·Zbl 0869.62014年
[30] 鲁宾，D.B。；Schenker，N.，从可忽略无响应的简单随机样本进行区间估计的多重插补，J.Amer。统计师。协会，81，366-374（1986）·Zbl 0615.62011号
[31] Schafer，J.L。；Graham，J.W.，《缺失数据：我们对艺术状态的看法》，《心理学》。方法，7，2，147-177（2002）
[32] Vuong，Q.H.，模型选择和非嵌套假设的似然比检验，计量经济学，57，2307-333（1989）·Zbl 0701.62106号
[33] 王，D。；Chen，S.X.，估计缺失值方程的经验似然，Ann.Statist。，37490-517（2009年）·Zbl 1155.62021号
[34] Wang，C.Y。；陈，J.C。；李，S.M。；Ou，S.T.，缺失协变量数据的logistic回归中的联合条件似然估计，统计学。Sinica，12，2，555-574（2002）·Zbl 1137.62330号
[35] 王，S。；Wang，C.Y.，关于缺失协变量回归中核辅助估计的注释，统计学家。普罗巴伯。莱特。，55, 439-449 (2001) ·Zbl 0994.62034号
[36] Wang，C.Y。；王，S。；Zhao，L.P。；Ou，S.T.，缺失协变量数据回归分析中的加权半参数估计，J.Amer。统计师。协会，92，438，512-525（1997）·Zbl 0929.62051号
[37] Zhao，L.P。；Lipsitz，S.，《两阶段研究的设计与分析》，Stat.Med.，11769-782（1992）
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。