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

第27卷第3期2010年06月

工程数学学报

CHINESEJOURNALOFENGINEERINGMATHEMATICS

Vol.27No.3June2010

文章编号:1005-3085(2010)03-0463-16

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

王历容1,秦永松2,白云霞3,黎玲4

(1-娄底技师学院,娄底417000;

2-广西师范大学数学科学学院,桂林541004;

4-广西师范大学漓江学院,桂林541004)

3-包头医学院药学系,包头014040;

摘

要:总体差异的比较是医学,经济和教育领域中经常遇到的课题,本文讨论缺失数据情形下两线性模

型中响应变量分位数差异的经验似然置信区间的构造。我们采用分数线性回归填补法对响应变量的缺失值进行补足,得到两线性回归模型的“完全”样本数据,在此基础上构造响应变量分位数差异的对数经验似然比统计量,在一定条件下证明了统计量的极限分布为加权χ21,并利用此结果构造分位数差异的经验似然置信区间。模拟结果表明在分数填补下得到的置信区间具有较高的覆盖精度。

中图分类号:O212.7

文献标识码:A

关键词:线性模型;分位数;分数线性回归填补;经验似然;置信区间分类号:AMS(2000)62G05;62E20

1引言

经验似然是Owen[1]在完全样本下提出的一种重要的非参数统计推断方法,经验似然具有很多其他经典方法不具备的优点[2],因此引起了众多统计学家的高度关注,随之被应用到完全样本下的多种模型和领域,并取得了不少研究成果,如文献[3-5]。然而,在一些实际问题(如市场调查,医学研究,民意调查等)中,由于一些主观或客观方面的原因往往会造成样本数据缺失的现象,此时通常的统计方法不能直接应用,需要先对缺失数据进行处理,目前处理缺失数据最常用的方法是填补法,即对每个样本缺失值进行补足,构造“完全”样本,再利用通常的统计方法进行统计推断。如何将经验似然方法应用到不完全样本是一个重要的研究课题,近年来不少统计学者在这方面做了许多有益的探索[6-10],其中文献[10]讨论了缺失数据下线性模型中响应变量分位数的经验似然置信区间,主要思想是采用分数填补法对缺失数据进行填补,得到总体的“完全”数据,再利用填补后的“完全”数据构造出线性回归模型中响应变量分位数的经验似然置信区间。响应变量缺失是实际中比较常见的一种情形,如在医学诊断和医学实验中,需要在固定时间点测量某个指标(如体温),但由于某种人为或客观原因,可能导致在某些时间点上某些测量指标缺失。分数填补法是一种多重填补法,最先由Kim和Fuller[11]提出,该填补方法可以减少随机填补带来的方差,所得区间精度比单一填补法更高[10],因此该填补方法是一种较好的缺失数据填补方法。本文采用分数填补法将文献[10]中的部分结果推广到两个样本数据不完全的线性回归模型的情形,针对响应变量分位数差异的经验似然置信区间展开讨论,该问题的相关研究在目前的文献中还未被涉及,而且本文中所讨论的问题和模型具有广

基金项目:

收稿日期:2007-12-14.作者简介:王历容(1979年2月生),女,硕士.研究方向:数理统计.

国家自然科学基金(10971038);广西科学基金(0728092);教育部留学回国人员科研启动资

金([2004]527);广西研究生教育创新计划资助项目(桂学位[2006]40).

第1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