缺失數據下兩類模型均值及分位數的經驗似然推斷.pdf_第1頁
已閱讀1頁，還剩48頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、近年來，隨著統(tǒng)計科學的發(fā)展，數據缺失問題受到了眾多統(tǒng)計學者的廣泛關注。最早提出解決數據缺失問題的方法為Complete-Case方法，它是將所有缺失數據的項剔除，再對余下的數據用常規(guī)方法進行統(tǒng)計推斷。 Owen于1988年和1990年首先提出了解決非參數統(tǒng)計問題的經驗似然方法。許多研究表明，經驗似然有類似于Fisher提出的參數似然那樣的優(yōu)良性，一些學者將經驗似然與其它一些統(tǒng)計方法作比較，證明了在很多場合下經驗似然優(yōu)于其它一些統(tǒng)計方法。

2、最近王啟華和Rao，J.N.K在缺失數據情形下利用經驗似然方法分別對線性模型、非參數回歸模型和半參數回歸模型進行了研究。我們發(fā)現(xiàn)研究缺失數據情形兩非參數總體均值以及分位數差異指標的統(tǒng)計推斷在文獻中還沒有涉及，本文的第一、二章研究了上述的問題。另一方面，本文還研究了缺失數據下非參數回歸模型中反映變量均值的估計問題，并通過兩種新方法構造了反映變量均值的漸近置信區(qū)間。 本文的主要結果是缺失數據情形下半參數總體均值差異指標的經驗似然置信

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論