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

对于某个缺失样本xi(i∈smx),从数据集{A 1(u)(xj u jβr),j∈srx}中有放回地随机抽

取k(k∈N,k固定)个数据,并依次记为ε il(l=1,···,k),再用uiβr+A(ui)εil(l=1,···,k)作为xi的填补值。对每一个缺失值均重复以上填补过程,从而得到填补后的x的“完全”样本

r+A(ui)ε ,l=1,···,k,i∈sm.xI,i=xi,i∈srx;u βiilx

对于得分函数ω1(xi,θ, ),i∈smx,则用

k

1

,θ, ω1uiβr+A(ui)ε il

kl=1

来填补,同理可得y的“完全”样本

yI,j=yj,j∈sry;vjρ r+B(vj)τjl,l=1,···,k,j∈smy,

且用

k

1

ω2vjρ r+B(vj)τjl,θ, kl=1

来填补得分函数ω2(yj,θ, ),j∈smy,其中τjl∈{B 1(vi)(yi viρ r),i∈sry}。

以上填补方法即为分数线性回归填补法,特别地,当k=1时,即为通常的随机填补法。下面将利用填补后得到的“完全”样本{xI,i,yI,j}构造 的经验似然置信区间。我们将在第2节给出本文主要结果,第3节给出相关引理和主要结果的证明,第4节给出数值模拟结果。

2主要结果

由于x和y的样本数据不完全,我们需要利用到以下新的得分函数

k

1 δxi

ω1(xI,i,k,θ, )=δxiω1(xi,θ, )+ω1uiβr+A(ui)ε ,θ, ,il

k

l=1

k

1 δyj

ω2vjρ +B(v)τ,θ, ,ω2(yI,j,k,θ, )=δyjω2(yj,θ, )+rjjl

k

l=1

i=1,···,m,

j=1,···,n,

其中

k

1

ω1uiβr+A(ui)εil,θ, kl=1

和

k

1

ω2vjρ r+B(vj)τjl,θ, kl=1

即为上节提到的缺失数据下相应的得分函数的填补值。类似于文献[12],定义经验似然函数

m i=1

pi

n j=1

qj,

从而得到对数经验似然比统计量

R( )=

sup

pi>0,i=1,···,m,qj>0,j=1,···,n,θ

m i=1

log(mpi)+

n j=1

log(nqj)=supR( ,θ),

θ

上一页第3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