×
吕靖;郭朝晖

纵向单指数模型的改进Cholesky分解分位数估计。 （英语） Zbl 1431.62163号

Ann.Inst.Stat.数学。 71，第5期，1163-1199（2019）.
摘要：分位数回归是对通常均值回归的有力补充，由于其理想的特性，它越来越受欢迎。在纵向研究中，有必要考虑随着时间的推移重复测量之间的受试者内部相关性，以提高估计效率。在本文中，我们主要研究纵向单指数模型。首先，我们应用改进的Cholesky分解来参数化受试者内协方差矩阵，并开发一种回归方法来估计协方差矩阵的参数。其次，我们基于估计的协方差矩阵提出了指数系数和链接函数的有效分位数估计方程。由于所提出的估计方程包含一个离散的指示函数，我们提出了平滑估计方程，以便快速准确地计算指数系数及其渐近协方差。第三，我们建立了所提出估计量的渐近性质。最后，仿真研究和实际数据分析表明了该方法的有效性。

引用于三文件

MSC公司：

62克08 非参数回归和分位数回归
65D07年 使用样条曲线进行数值计算

关键词：

B样条曲线;纵向数据;改进的Cholesky分解;分位数回归;单指数模型
PDF格式BibTeX公司 XML格式引用
\textit{J.Lv}和\textit{C.Guo}，Ann.Inst.Stat.Math。71，第5号，1163--1199（2019；Zbl 1431.62163）
全文： 内政部

参考文献：

[1] Cui，X.，Härdle，W.K.，Zhu，L.（2011）。单指数模型的EFM方法。《统计年鉴》，39，1658-688·Zbl 1221.62062号
[2] de Boor，C.（2001年）。花键实用指南。纽约：斯普林格·Zbl 0987.65015号
[3] Guo，C.，Yang，H.，Lv，J.，Wu，J.（2016）。具有纵向数据的单指标均值-方差模型的联合估计。《韩国统计学会杂志》，45，526-543·Zbl 1351.62071号
[4] Horowitz，J.L.（1998）。中值回归模型的Bootstrap方法。《计量经济学》，第66期，第1327-1351页·Zbl 1056.62517号 ·doi:10.2307/2999619
[5] Jung，S.（1996）。中值回归模型的拟似然性。美国统计协会杂志，91，251-257·Zbl 0871.62060号 ·doi:10.1080/01621459.1996.10476683
[6] Lai，P.、Wang，Q.、Lian，H.（2012）。具有聚集数据的单指标模型的偏差修正GEE估计和平滑阈值GEE变量选择。多元分析杂志，105，422-432·Zbl 1274.62245号
[7] Leng，C.、Zhang，W.、Pan，J.（2010）。纵向数据的半参数均值-协方差回归分析。《美国统计协会期刊》，105181-193·Zbl 1397.62130号
[8] 李毅（2011）。具有非参数协方差估计的纵向数据的有效半参数回归。《生物特征》，98（2），355-370·Zbl 1215.62042号 ·doi:10.1093/biomet/asq080
[9] Liang，K.Y.，Zeger，S.L.（1986）。使用广义线性模型进行纵向数据分析。生物特征，73，13-22·兹比尔0595.62110
[10] Lin，H.、Zhang，R.、Shi，J.、Liu，J.和Liu，Y.（2016）。一种新的纵向数据单指标模型局部估计方法。非参数统计杂志，28644-658·Zbl 1348.62108号
[11] Liu，S.，Li，G.（2015）。纵向数据的变系数均值-方差回归分析。《统计规划与推断杂志》，160，89-106·Zbl 1311.62083号
[12] Liu，X.，Zhang，W.（2013）。纵向数据联合均值-方差建模中的移动平均Cholesky因子模型。科学中国数学，562367-2379·Zbl 06272107号
[13] Lv，J.，Guo，C.，Yang，H.，Li，Y.（2017）。纵向数据复合分位数回归协方差建模中的移动平均Cholesky因子模型。计算统计与数据分析，112129-144·Zbl 1464.62124号
[14] Ma，S.，He，X.（2016）。带剖面优化的单指数分位数回归模型的推断。《统计年鉴》，第44期，第1234-1268页·Zbl 1338.62119号
[15] Ma，S.，Song，P.X.-K（2015年）。变指数系数模型。美国统计协会杂志，110，341-356·Zbl 1373.62160号
[16] Mao，J.、Zhu，Z.、Fung，W.K.（2011）。基于基函数逼近的纵向数据均值-方差模型的联合估计。计算统计与数据分析，55，983-992·Zbl 1284.62161号
[17] Pollard，D.（1990）。经验过程：理论与应用。加利福尼亚州海沃德：数学统计研究所·Zbl 0741.60001号
[18] Wang，H.，Zhu，Z.（2011）。纵向数据分位数回归模型的经验似然。《统计规划与推断杂志》，141，1603-1615·Zbl 1204.62072号
[19] Xu，P.，Zhu，L.（2012）。边际广义单指标纵向模型的估计。多元分析杂志，105，285-299·Zbl 1233.62073号
[20] Yao，W.，Li，R.（2013）。纵向数据非参数回归函数的新局部估计程序。英国皇家统计学会杂志：B辑，75，123-138·Zbl 07555441号
[21] Ye，H.，Pan，J.（2006）。纵向数据广义估计方程中协方差结构的建模。《生物特征》，93，927-941·Zbl 1436.62348号
[22] Zhang，D.，Lin，X.，Raz，J.，Sowers，M.（1998）。纵向数据的半参数随机混合模型。美国统计协会杂志，93，710-719·Zbl 0918.62039号
[23] Zhang，W.，Leng，C.（2012）。纵向数据协方差建模中的移动平均Cholesky因子模型。《生物统计学》，第99期，第141-150页·Zbl 1234.62111号
[24] Zhao，W.、Lian，H.、Liang，H.（2017）。纵向单指数分位数回归的GEE分析。《统计规划与推断杂志》，187，78-102·Zbl 1391.62069号
[25] Zheng，X.，Fung，W.K.，Zhu，Z.（2014）。用于纵向数据分析的稳健联合均值和协方差模型中的变量选择。中国统计局，24，515-531·Zbl 1285.62112号
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。