张军；周南光；陈倩；楚天岳 受部分线性附加畸变影响的非线性测量误差模型。 （英语） Zbl 1404.62042号 钎焊。J.概率。斯达。 32，编号1，86-116（2018）. 小结：当反应和预测因子不可观测且以乘法方式被扭曲时，我们研究非线性回归模型，使用一些观察到的混杂变量的偏线性加性模型（PLAM）。在通过多项式样条逼近PLAM中的可加非参数分量并校准未观测响应和未观测预报器后，我们开发了一个半参数剖面非线性最小二乘程序来估计感兴趣的参数。由此得到的估计量被证明是渐近正态的。为了构造感兴趣参数的置信区间，提出了一种基于经验似然的统计量，以提高相关正态近似的精度。我们还证明了经验似然统计量是渐近齐次方的。此外，还提出了一种基于经验过程的检验方法，以检验参数回归模型是否充分。提出了一种野生引导程序来计算p值。进行了模拟研究，以检查估计和测试程序的性能。这些方法被用于重新分析一项糖尿病研究的真实数据以进行说明。 引用于8文件 MSC公司： 62克08 非参数回归和分位数回归 62J02型 一般非线性回归 62G05型 非参数估计 62G10型 非参数假设检验 62G15年 非参数容差和置信区域 6220国集团 非参数推理的渐近性质 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：引导近似；混杂变量；协变量调整回归；畸变函数；经验似然；经验过程；测量误差模型；模型检查；倍增效应；回归样条 PDF格式BibTeX公司 XML格式引用 \textit{J.Zhang}等人，Braz。J.概率。Stat.32，No.1，86--116（2018；Zbl 1404.62042） 全文： 内政部 欧几里得 参考文献： [1] Carroll，R.J.、Ruppert，D.、Stefanski，L.A.和Crainiceanu，C.M.（2006）。非线性测量误差模型，现代观点，第2版，纽约：查普曼和霍尔出版社·Zbl 1119.62063号 [2] Chen，R.、Liang，H.和Wang，J.（2011）。加性模型中线性分量的确定。非参数统计杂志23367–383·兹比尔1317.62033 [3] Cui，X.，Guo，W.，Lin，L.和Zhu，L..（2009）。协变量调整非线性回归。《统计年鉴》371839-1870·Zbl 1168.62035号 [4] Cui，X.，Härdle，W.和Zhu，L.-X.（2011）。单指数模型的EFM方法。《统计年鉴》391658-1688·Zbl 1221.62062号 [5] de Boor，C.（2001年）。样条实用指南，修订版，应用数学科学27。纽约：斯普林格·Zbl 0987.65015号 [6] Delaigle，A.、Hall，P.和Wen-Xin，Z.（2016）。非参数协变量调整回归。统计年鉴。出现。可从arXiv:1601.02739获取·兹比尔1349.62097 [7] Escanciano，J.C.（2006）。使用投影对回归模型进行一致性诊断测试。计量经济学理论221030–1051·Zbl 1170.62318号 [8] Eubank，R.L.和Spiegelman，C.H.（1990）。通过非参数回归技术测试线性模型的拟合优度。《美国统计协会杂志》85，387–392·Zbl 0702.62037号 [9] Fan，J.和Li，R.（2001）。通过非冲突惩罚似然及其oracle属性进行变量选择。《美国统计协会杂志》96，1348-1360·兹比尔1073.62547 [10] Härdle，W.和Liang，H.（2007）。部分线性模型。《生物统计学及相关领域的统计方法》，87–103。柏林：斯普林格。 [11] Härdle，W.、Liang，H.和Gao，J.T.（2000）。部分线性模型。海德堡：施普林格·Zbl 0968.62006年 [12] Härdle，W.和Mammen，E.（1993年）。比较非参数回归拟合与参数回归拟合。《统计年鉴》21926-1947·Zbl 0795.62036号 [13] Hart，J.D.（1997）。非参数平滑和缺乏拟合测试。统计学中的斯普林格系列。纽约：斯普林格·Zbl 0886.62043号 [14] Hastie，T.和Tibshirani，R.（1990年）。广义加性模型。伦敦：查普曼和霍尔·Zbl 0747.62061号 [15] Heckman，N.E.（1986年）。部分线性模型中的样条曲线平滑。英国皇家统计学会杂志，B48系列，244–248·Zbl 0623.62030号 [16] Huang，J.（1999）。部分线性可加Cox模型的有效估计。《统计年鉴》271536-1563·Zbl 0977.62035号 ·doi:10.1214操作系统/1017939141 [17] 黄建中（2003）。多项式样条回归的局部渐近性。《统计年鉴》311600-1635·Zbl 1042.62035号 [18] Kaysen，G.A.、Dubin，J.A.、Müller，H.-G、Mitch，W.E.、Rosales，L.M.、Levin，N.W.和血液研究小组（2002年）。血液透析患者炎症营养与建立白蛋白水平的生理机制之间的关系。《肾脏国际》61，2240–2249。 [19] Li，F.、Lin，L.和Cui，X.（2010）。协变量调整部分线性回归模型。统计传播。理论与方法391054–1074·Zbl 1284.62422号 [20] Li，G.，Lin，L.和朱，L.（2012）。具有发散参数的变系数部分线性模型的经验似然。多元分析杂志105，85–111·Zbl 1236.62020号 [21] 李奇（2000）。可加部分线性模型的有效估计。《国际经济评论》41，1073–1092。 [22] Li，X.、Du，J.、Li，G.和Fan，M.（2014）。协变量调整回归模型的变量选择。《系统科学与复杂性杂志》271227-1246·Zbl 1310.62086号 [23] Li，Y.和Ruppert，D.（2008）。关于惩罚样条的渐近性。生物特征95415-436·Zbl 1437.62540号 [24] Lian，H.（2012）。非参数函数数据分析的经验似然置信区间。统计规划与推断杂志1421669-1677·Zbl 1238.62057号 [25] Liang，H.和Li，R.（2009）。具有测量误差的部分线性模型的变量选择。《美国统计协会杂志》104，234–248·Zbl 1388.62208号 [26] Liang，H.，Qin，Y.，Zhang，X.和Ruppert，D.（2009年a）。广义部分线性模型的基于经验似然的推断。斯堪的纳维亚统计杂志。理论与应用36433-443·兹比尔1197.62092 [27] Liang，H.，Su，H，Thurston，S.W.，Meeker，J.D.和Hauser，R.（2009b）。基于经验似然的加性部分线性测量误差模型推理。统计及其接口2，83–90·Zbl 1245.62024号 [28] Liang，H.、Thurston，S.W.、Ruppert，D.、Apanasovich，T.和Hauser，R.（2008）。具有测量误差的可加部分线性模型。生物特征95667-678·兹比尔1437.62526 [29] Liu，X.，Wang，L.和Liang，H.（2011）。半参数可加部分线性模型的估计和变量选择。中国统计局121225-1248·Zbl 1223.62020年 [30] Mammen，E.（1993）。高维线性模型的引导和野生引导。统计年鉴21，255–285·Zbl 0771.62032号 [31] Nguyen，D.V.和öentürk，D.（2008）。多变量调整回归模型。统计计算与模拟杂志78，813–827·Zbl 1431.62167号 [32] Opsomer，J.D.和Ruppert，D.（1997）。用局部多项式回归拟合二元可加模型。《统计年鉴》25186-211·Zbl 0869.62026号 [33] Owen，A.B.（2001年）。经验可能性。伦敦：查普曼和霍尔/CRC·Zbl 0989.62019 [34] Qin，J.和Lawless，J.（1994）。经验似然和一般估计方程。统计年鉴22300-325·Zbl 0799.62049号 ·doi:10.1214/aos/1176325370 [35] ⑩entürk，D.和Müller，H.-G.（2005）。协变量调整回归。生物特征92，75–89·Zbl 1068.62082号 [36] ⑩entürk，D.和Müller，H.-G.（2006）。通过变系数模型进行协变量调整回归的推断。统计年鉴34654-679·Zbl 1095.62045号 [37] Şentürk，D.和Müller，H.-G.（2009年）。协变量调整广义线性模型。生物特征96357–370·Zbl 1163.62053号 [38] ⑩entürk，D.和Nguyen，D.V.（2009年）。部分协变量调整回归。统计规划与推断杂志139，454–468·Zbl 1149.62061号 [39] Speckman，P.E.（1988年）。部分线性模型中的核平滑。英国皇家统计学会杂志，B50系列，413-436·Zbl 0671.62045号 [40] Stone，C.J.（1985）。加性回归和其他非参数模型。统计年鉴13，689–705·Zbl 0605.62065号 ·doi:10.1214/aos/1176349548 [41] Stute，W.、González Manteiga，W.和Presedo Quindimil，M.（1998年a）。回归模型检查中的引导近似。《美国统计协会杂志》93，141–149·Zbl 0902.62027号 [42] Stute，W.、González Manteiga，W.和Presedo Quindimil，M.（1998年b）。回归模型检查中的引导近似。《美国统计协会杂志》93，141–149·Zbl 0902.62027号 [43] Stute，W.、Thies，S.和Zhu，L.-X.（1998）。回归模型检验：创新过程方法。《统计年鉴》261916-1934·Zbl 0930.62044号 ·doi:10.1214/aos/1024691363 [44] Tang，N.-S.和Zhao，P.-Y.（2013a）。随机缺失响应的非线性回归模型中基于经验似然推理。统计。理论与应用统计杂志471141-1159·Zbl 1440.62262号 [45] Tang，N.-S.和Zhao，P.-Y.（2013b）。响应随机缺失的纵向数据的经验似然半参数非线性回归分析。统计数学研究所年鉴65，639–665·Zbl 1273.62091号 ·文件编号：10.1007/s10463-012-0387-4 [46] Wang，L.，Liu，X.，Liang，H.和Carroll，R.J.（2011）。广义加性偏线性模型的估计和变量选择。《统计年鉴》391827-1851·兹比尔1227.62053 [47] Wang，X.，Li，G.和Lin，L.（2011）。半参数变系数部分线性EV模型的经验似然推理。梅特里卡。国际理论与应用统计杂志73，171–185·Zbl 1206.62080号 [48] Wei，Z.和Zhu，L.（2010）。风险价值评估：经验似然法。中国统计局20，455–468·Zbl 1180.62153号 [49] Wu，C.-F.J.（1986年）。回归分析中的折刀法、自举法和其他重采样方法。统计年鉴14，1261-1350·Zbl 0618.62072号 ·doi:10.1214/aos/1176350142 [50] Xia，Y.，Li，W.K.，Tong，H.和Zhang，D.（2004）。单指数模型的良好性测试。《中国统计》14，1–39·Zbl 1040.62034号 [51] Zhang，J.、Feng，S.、Li，G.和Lian，H.（2011）。具有固定效应的部分线性面板数据模型的经验似然推断。《经济学快报》113、165–167·Zbl 1238.62049号 [52] Zhang，J.、Feng，Z.和Zhou，B.（2014）。重新审视畸变测量误差数据的相关性分析。多元分析杂志124116-129·Zbl 1278.62065号 [53] Zhang，J.，Gai，Y.和Wu，P.（2013）。测量误差受单指标畸变影响的线性回归模型中的估计。计算统计与数据分析59、103–120·Zbl 1400.62149号 [54] Zhang，J.、Li，G.和Feng，Z.（2015）。检查变量参数回归模型中畸变误差的充分性。计算统计与数据分析83、52–64·Zbl 1507.62205号 [55] Zhang，J.，Yu，Y.，Zhou，B.和Liang，H.（2014）。受附加畸变影响的非线性测量误差模型。《统计规划与推理杂志》150，49-65·Zbl 1287.62012年 ·doi:10.1016/j.jspi.2014.03.005 [56] Zhang，J.，Yu，Y.，Zhu，L.和Liang，H.（2013）。具有畸变测量误差的部分线性单指标模型。统计数学研究所年鉴65，237–267·Zbl 1440.62141号 ·doi:10.1007/s10463-012-0371-z [57] Zhang，J.，Zhou，N.，Sun，Z.，Li，G.和Wei，Z.（2016）。具有部分畸变测量误差的限制性部分线性回归模型的统计推断。Neerlandica统计。荷兰统计与运筹学学会期刊。70, 304–331. DOI:10.1111/stan.12089提供。 [58] Zhang，J.、Zhu，L.和Liang，H.（2012）。测量误差受单指标畸变影响的非线性模型。多元分析杂志112，1–23·Zbl 1274.62304号 ·doi:10.1016/j.jmva.2012.05.012 [59] Zhang，X.和Liang，H.（2011）。广义可加部分线性模型的聚焦信息准则和模型平均。《统计年鉴》39194-200·Zbl 1209.62088号 [60] Zhu，L.，Lin，L..，Cui，X.和Li，G.（2010）。多链接半参数模型中的偏差修正经验似然。多元分析杂志101850-868·Zbl 1181.62039号 ·doi:10.1016/j.jmva.2009.08.009 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。