王秀丽;陈芳;林、鲁 缺失数据估计方程的经验似然推断。 （英语） Zbl 1273.62078号 科学。中国，数学。 56，第6期，1233-1245（2013）. 小结：考虑了估计缺失数据方程的经验似然推断。基于加权修正估计函数，在适当的条件下，证明了经验对数似然比是一个渐近的标准齐方分布。这个结果与以前推导的结果不同。因此，可以方便地构造感兴趣参数的置信区域。我们还证明了我们提出的最大经验似然估计量是渐近正态的，并达到了缺失数据的半参数有效界。仿真结果表明，该方法性能最佳。 引用于6文件 MSC公司： 62G05型 非参数估计 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 65C60个 统计中的计算问题（MSC2010） 关键词：核回归;随机失踪 PDF格式BibTeX公司 XML格式引用 \textit{X.Wang}等人，科学。中国，数学。56，第6号，1233--1245（2013；Zbl 1273.62078） 全文： 内政部 参考文献： [1] Cheng P.E.随机数据缺失的均值泛函的非参数估计。J Amer统计协会，1994，89:81-87·Zbl 0800.62213号 ·doi:10.1080/01621459.1994.10476448 [2] Godambe V P.估算功能。纽约：克拉伦登出版社，1991年·Zbl 0745.00006号 [3] Godambe V P，Heyde C C.拟似然和最优估计。《实习生统计评论》，1987年，55:231-244·Zbl 0671.62007号 ·doi:10.2307/1403403 [4] Graham B S.半参数回归缺失数据模型的效率界限。经济计量学，2011，79:437-452·Zbl 1210.62058号 ·doi:10.3982/ECTA7379 [5] Lin L，Gai Y J，Zhu L X.非参数缺失机制的基于参数模拟外推法的估计。未发布·Zbl 0799.62049号 [6] Owen A B.单个函数的经验似然比置信区间。《生物特征》，1988，75:237-249·Zbl 0641.62032号 ·doi:10.1093/biomet/75.2.237 [7] Owen A B.经验似然比置信区间。《统计年鉴》，1990年，18:90-120·兹比尔0712.62040 ·doi:10.1214/aos/1176347494 [8] Owen A B.经验可能性。博卡拉顿：查普曼和霍尔/CRC，2001年·Zbl 0989.62019 ·doi:10.1201/9781420036152 [9] 秦J，Lawless J.经验似然和一般估计方程。《统计年鉴》，1994年，22:300-325·Zbl 0799.62049号 ·doi:10.1214/aos/1176325370 [10] Rao J N K.关于估算调查数据的方差估计。美国统计协会杂志，1996，91:499-502·Zbl 0869.62013年 ·doi:10.1080/01621459.1996.10476910 [11] Robins 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统计协会，1994，89:846-866·Zbl 0815.62043号 ·doi:10.1080/01621459.1994.10476818 [12] Small C G，Wang J F.非线性估计方程的数值方法。纽约：牛津大学出版社，2003·Zbl 1034.65005号 ·doi:10.1093/acprof:oso/9780198506881.001.0001 [13] Wang D，Chen S X.缺失值估计的经验似然。《统计年鉴》，2009，39:490-517·Zbl 1155.62021号 ·doi:10.1214/07-AOS585 [14] Wang Q H，Dai P J.在存在缺失响应的情况下基于半参数模型的推理。Bimetrika，2008年，95:721-734·Zbl 1437.62650号 ·doi:10.1093/biomet/asn032 [15] Wang Q H，Linton O，Härdle，W.随机缺失响应的半参数回归分析。J Amer统计协会，2004，99:334-345·Zbl 1117.62441号 ·doi:10.1198/016214500000449 [16] Wang Q H，Luo R M.缺失响应下估计方程的半经验伪似然法。统计计划推断杂志，2011，141:2589-2599·Zbl 1213.62061号 ·doi:10.1016/j.jspi.2011.02.009 [17] Wang Q H，Rao J N K。缺失响应插补下线性回归模型的经验似然。加拿大统计杂志，2001，29:596-608·Zbl 0994.62060号 ·doi:10.2307/3316009 [18] Wang Q H，Rao J N K。缺失应答数据插补下基于经验似然的推断。《统计年鉴》，2002年，30:896-924·Zbl 1029.62040号 ·doi:10.1214/aos/1028674845 [19] 王清浩，石乃中，耿中。现代统计学的研究基础。北京：科学出版社，2010 [20] Xue L G.具有缺失响应的线性模型的经验似然。《多元分析杂志》，2009，100:1353-1366·Zbl 1162.62038号 ·doi:10.1016/j.jmva.2008.12.009 [21] Xue L G.随机数据缺失情况下响应均值的经验似然置信区间。《Scand J Statist》，2009年，36:671-685·Zbl 1223.62055号 ·文件编号：10.1111/j.1467-9469.2009.00651.x [22] 张杰，崔海杰。缺失数据EV模型中的加权调整LS估计。数学科学学报A Chin Ed，2009，29:1465-1476·Zbl 1222.62034号 [23] 赵丽萍，李普希茨，卢德。使用估计方程对缺失协变量数据进行回归分析。生物统计学，1996，52:1165-1182·兹伯利0925.62304 ·doi:10.2307/2532833 [24] 周毅，万阿堂，王晓杰。缺失数据下的估计方程推断。J Amer统计协会，2008，103:1187-1199·Zbl 1205.62037号 ·doi:10.19198/016214508000000535 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。