×
徐群芳;李锐

用于分析纵向观测的双变系数建模方法。 （英语） Zbl 1429.62118号

数学学报。申请。罪。，英语。序列号。 35，第3号，671-688（2019）.
摘要：主题内相关性的识别对于构建纵向数据模型中的有效估计非常重要。本文提出了一种使用非参数回归模型研究这种相关性的灵活方法。特别地，我们考虑了在观测时间量上具有非平稳变系数自回归误差过程的变系数纵向数据模型的估计。基于样条逼近和局部多项式技术，我们提出了未知函数系数的两阶段非参数估计，并且在混合最小二乘损失框架中不丢失任何观测值，我们证明了估计的系数函数是渐近正态的，并相应地导出了渐近偏差和方差。为了说明我们提出的方法的性能，进行了蒙特卡洛研究和两个实际应用。

MSC公司：

62G05型 非参数估计
62G08号 非参数回归和分位数回归
62克20 非参数推理的渐近性质

关键词：

自回归过程;双变系数;不规则时间量;局部线性;样条曲线近似
PDF格式BibTeX公司 XML格式引用
\textit｛Q.-f.Xu｝和\textit｛R.Li｝，数学学报。申请。罪。，英语。序列号。35，第3号，671--688（2019年；Zbl 1429.62118）
全文： 内政部

参考文献：

[1] Bai，Y.，Huang，J.，Li，R.，You，J，et al.具有不规则时间自回归误差过程的半参数纵向模型。统计师。Sinica，25（2）：507-527（2015）·Zbl 06503807号
[2] Cheng，M.Y.，Honda，T.，Li，J.，Peng，H.等。超高维纵向数据的非参数独立性筛选和结构识别。年鉴。统计人员。，42(5): 1819-1849 (2014) ·Zbl 1305.62169号 ·doi:10.1214/14-AOS1236
[3] De Boor，C.，《样条线实用指南》（1978），纽约柏林·Zbl 0406.41003号
[4] Fan，J.，Gijbels，I.局部多项式建模及其应用。查普曼和霍尔出版社，伦敦，1996年·Zbl 0873.62037号
[5] Fan，J.，Huang，T.，Li，R.Z.，et al.协方差函数半参数估计的纵向数据分析。J.Amer。统计师。协会，102:632-641（2007）·Zbl 1172.62323号 ·doi:10.1198/016214500000095
[6] Fan，J.，Li，R.Z.纵向数据分析中半参数建模的新估计和模型选择程序。J.Amer。统计师。协会，99（467）：710-723（2004）·Zbl 1117.62329号 ·doi:10.1198/016214500000060
[7] Fan，J.，Wu，Y.纵向数据协方差矩阵的半参数估计。J.Amer。统计师。协会，103:1520-1533（2008）·Zbl 1286.62030号 ·doi:10.1198/0162145000000742
[8] Hoover，D.、Rice，J.、Wu，C.O.、Yang，L.P.等。具有纵向数据的时变系数模型的非参数平滑估计。《生物特征》，85:809-822（1998）·Zbl 0921.62045号 ·doi:10.1093/biomet/85.4.809
[9] Huang，J.，Wu，C.O.，Zhou，L.，et al.具有纵向数据的变系数模型的多项式样条估计和推断。中国统计局，14:763-788（2004）·Zbl 1073.62036号
[10] Leng，C.，Zhang，W.，Pan，J.等。纵向数据协方差回归分析的半参数估计。J.Amer。统计师。协会，105:181-193（2010）·Zbl 1397.62130号 ·doi:10.198/jasa.2009.tm08485
[11] Li，Y.H.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》，98:355-370（2011）·Zbl 1215.62042号 ·doi:10.1093/biomet/asq080
[12] Lin，X.，Carroll，R.J.使用广义估计方程对聚类数据进行半参数回归。J.Amer。统计师。协会，96:1045-1056（2001）·Zbl 1072.62566号 ·doi:10.1198/016214501753208708
[13] Mack，Y.P.，Silverman，B.W.核回归估计的弱一致性和强一致性。Z.瓦尔什。版本。Gebiete，61:405-415（1982）·Zbl 0495.62046号 ·doi:10.1007/BF00539840
[14] Noh，H.，Park，B.U.纵向数据的稀疏变系数模型。中国统计局，20:1183-1202（2010）·Zbl 1507.62241号
[15] Pourahmadi M.纵向数据应用的联合均值-方差模型：无约束参数化。《生物特征》，86:677-690（1999）·Zbl 0949.62066号 ·doi:10.1093/biomet/86.3.677
[16] Qu，A.，Li，R.Z.具有纵向数据的变系数模型的二次推理函数。生物统计学，62:379-391（2006）·Zbl 1097.62037号 ·文件编号：10.1111/j.1541-0420.2005.00490.x
[17] Ruppert，D.局部多项式非参数回归和密度估计的经验bias带宽。J.Amer。统计师。协会，92:1049-1062（1997）·Zbl 1067.62531号 ·doi:10.1080/01621459.1997.10474061
[18] Schumaker，LL，《样条函数：基本理论》。《纯粹与应用数学》（1981），纽约·Zbl 0449.41004号
[19] Sheather，S.J.，Jones，M.C.一种用于核密度估计的可靠的基于数据的带宽选择方法。J.R.统计。Soc.B，53:683-690（1991）·Zbl 0800.62219
[20] Silverman，B.统计和数据分析密度估计。查普曼和霍尔，伦敦，1986年·Zbl 0617.62042号 ·doi:10.1007/978-1-4899-3324-9
[21] Smith，M.，Kohn，R.纵向数据的解析协方差矩阵估计。J.Amer。统计师。协会，97:11141-1153（2002）·Zbl 1041.62044号 ·doi:10.1198/016214502388618942
[22] Sun，Y.，Wu，H.纵向数据的半参数时变系数回归模型。斯堪的纳维亚。《统计杂志》，32:21-47（2005）·Zbl 1091.62088号 ·数字对象标识代码：10.1111/j.1467-9469.2005.00413.x
[23] Tang，Q.G.，Cheng，L.S.具有纵向数据的变系数模型的M估计和B样条逼近。J.非。统计，20:611-625（2008）·Zbl 1147.62028号 ·doi:10.1080/10485250802375950
[24] Tang，Y.，Wang，H.J.，Zhu，Z.，et al.具有纵向数据的分位数变系数模型中的变量选择。计算。统计与数据分析。，57(1): 435-449 (2013) ·Zbl 1365.62285号 ·doi:10.1016/j.csda.2012.07.015
[25] Wang，N.，Carroll，R.，Lin，X.，et al.纵向/聚类数据的有效半参数边缘估计。J.Amer。统计师。协会，100:147-157（2005）·Zbl 1117.62440号 ·doi:10.1198/016214500000629
[26] Wang，L.，Li，H.，Huang，J.H.，等。用于重复测量分析的非参数变系数模型中的变量选择。J.Amer。统计师。协会，103:1556-1569（2008）·兹比尔1286.62034 ·doi:10.1198/0162145000000788
[27] Wei，F.R.，Huang，J.，Li，H.Z.，et al.高维变系数模型中的变量选择和估计。中国统计局，21（4）：1511-1540（2011）·Zbl 1225.62056号 ·doi:10.5705/ss.2009.316
[28] Wu，C.O.，Chiang，C.T.纵向因变量变系数模型的核平滑。中国统计，10（2）：433-456（2000）·Zbl 0945.62047号
[29] Wu，C.O.，Chiang，C.T.，Hoover，D.等人。具有纵向数据的变系数模型核平滑的渐近置信域。J.Amer。统计师。协会，93:1388-1402（1998）·Zbl 1064.62523号 ·doi:10.1080/01621459.1998.10473800
[30] Xue，L.G，Zhu，L.X.具有纵向数据的变系数模型的经验似然性。J.Amer。统计师。协会，102:642-654（2007）·Zbl 1172.62306号 ·doi:10.1198/0162145000000293
[31] Zhang，W.，Leng，C.纵向数据协方差建模中的移动平均cholesky因子模型。《生物医学》，99:141-150（2012）·Zbl 1234.62111号 ·doi:10.1093/biomet/asr068
[32] Zhou，J.，Qu，A.纵向数据相关结构的信息估计和选择。J.Amer。统计师。协会，107（498）：701-710（2012）·Zbl 1261.62054号 ·doi:10.1080/01621459.2012.682534
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。