文档下载 文档下载导航
设为首页 | 加入收藏
搜索 请输入内容:  
 导航当前位置: 文档下载 > 所有分类 > 自然科学 > 数学 > 缺失数据下两线性模型中响应变量分位数差异的经验似然置信区间
侵权投诉

缺失数据下两线性模型中响应变量分位数差异的经验似然置信区间

泛的实际应用背景,例如,医学领域中,考察两种新药的疗效的差异是否明显,经济研究中,考察两个不同地区的居民生活水平的差异是否明显等,这些都是需要解决的实际课题。

对任意的分布函数H(·),定义其q(0<q<1)分位数H 1(q)=inf{x|H(x)≥q}。用F(·)和G(·)分别表示总体x和y的分布函数,并用θ记x的q分位数, 记x和y的q分位数差异,即 =G 1(q) F 1(q)且G 1(q)=θ+ 。设x和y的样本分别满足以下两个相互独立的线性模型

x=u β+A(u)ε,y=v ρ+B(v)τ,其中回归系数β∈Rp,ρ∈Rq,A(u)和B(v)为已知非负函数,随机误差变量ε和协变量u相

22

<∞。互独立,τ和协变量v相互独立,且Eε=Eτ=0,0<Varε=σε<∞,0<Varτ=στ

由于数据的缺失,我们得到以下不完全简单随机样本

Zxi=(xi,ui,δxi),

i=1,···,m;

Zyj=(yj,vj,δyj),

j=1,···,n,

其中{ui,i=1,···,m}和{vj,j=1,···,n}可全部观测到,{xi,i=1,···,m}和{yj,j=1,···,n}有缺失,xi只有在δxi=1时才能观测到,而当δxi=0时观测不到,yj只有在δyj=1时才能观测到,而当δyj=0时观测不到,即

1,若xi不缺失, 1,若yj不缺失,δxi=δyj=

0,若x缺失. 0,若y缺失.

ij用Zx=(x,u,δx)和Zy=(y,v,δy)分别表示{Zxi,i=1,···,m}和{Zyj,j=1,···,n}对应的

总体。本文假定{xi,i=1,···,m}和{yj,j=1,···,n}均满足随机缺失机制(MAR),即在给定u的条件下δx与x相互独立,在给定v的条件下δy与y相互独立,亦即

P(δx=1|x,u)=P(δx=1|u)=P1(u),记

rx=

m i=1

P(δy=1|y,v)=P(δy=1|v)=P2(v).

δxi,mx=m rx,ry=

n j=1

δyj,my=n ry,

srx={i:δxi=1,i=1,···,m},sry={j:δyj=1,j=1,···,n},

smx={i:δxi=0,i=1,···,m},smy={j:δyj=0,j=1,···,n}.

类似于文献[10],文中取窗宽a=am>0,b=bn>0,以及核函数K1(·)和K2(·),其中

当m→∞时,a→0,当n→∞时,b→0。定义

t/a t/b

G1(t)=K1(u)du,G2(t)=K2(u)du,

∞

∞

ω1(x,θ, )=G1(θ x) q,ω2(y,θ, )=G2(θ+ y) q,

以上ω1(x,θ, )和ω2(y,θ, )即为文献[12]在完全样本情形下所定义的得分函数。为了采用分

数线性回归填补法[10]对样本缺失值进行填补,我们先利用观测到的样本分别得到β和ρ的最小二乘估计

m m 1 δuuδxiuixi xiii βr=,(u)(u)AAiii=1i=1

n n δyjvjvj 1 δyjvjyj

ρ .r=(v)(v)BBjjj=1j=1

上一页第2页

你可能喜欢

热门文档

相关文档

站点地图 | 文档上传 | 侵权投诉 | 手机版
本站所有资源均来自互联网,本站只负责收集和整理,均不承担任何法律责任,如有侵权等其它行为请联系我们.
文档下载 Copyright 2013 doc.guandang.net All Rights Reserved.  -  email