亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        協(xié)變量缺失的乘積模型的加權(quán)LPRE估計(jì)

        2022-07-06 03:37劉惠籃

        摘要:針對(duì)協(xié)變量隨機(jī)缺失的乘積模型,結(jié)合逆概率加權(quán)(inverse probability weight,IPW)、絕對(duì)乘積相對(duì)誤差(least product relative error,LPRE)及非參數(shù)核估計(jì)方法,研究該模型中參數(shù)的估計(jì)問題。在一定的條件下,證明了提出的估計(jì)具有漸近正態(tài)性。最后,通過隨機(jī)實(shí)驗(yàn)檢驗(yàn)了新方法的有限樣本表現(xiàn)。

        關(guān)鍵詞:乘積模型;隨機(jī)缺失;IPW;LPRE

        中圖分類號(hào):O212.7文獻(xiàn)標(biāo)志碼:A

        乘積模型是一類重要的參數(shù)模型,能夠處理非負(fù)響應(yīng)變量的情況,具體形式如下:

        針對(duì)協(xié)變量缺失的回歸模型,已有一些學(xué)者進(jìn)行了研究。2011年,楊[12]基于經(jīng)驗(yàn)似然方法,研究了協(xié)變量隨機(jī)缺失的線性模型的參數(shù)的置信區(qū)域構(gòu)造問題。2012年,李[13]基于最小二乘、逆概率加權(quán)(inverse probability weight,IPW)及局部核光滑方法,研究了協(xié)變量隨機(jī)缺失的單指標(biāo)模型的估計(jì)問題。2016年,劉[14]在不完整數(shù)據(jù)下,結(jié)合復(fù)合分位數(shù)方法,研究了參數(shù)及半?yún)?shù)模型的估計(jì)的統(tǒng)計(jì)性質(zhì)。

        然而,還未有學(xué)者在相對(duì)誤差LPRE的視角下,研究協(xié)變量隨機(jī)缺失的乘積模型。因此,作者結(jié)合LPRE、IPW與非參數(shù)核估計(jì)方法,研究協(xié)變量隨機(jī)缺失的乘積模型。

        1估計(jì)方法

        2理論性質(zhì)

        3模擬仿真

        由表1和表2可以看到,在各種誤差分布、缺失率及樣本量下,由于LPRE-CC估計(jì)是有偏估計(jì),LPRE-CC具有較大的Bias,因此導(dǎo)致MSE也較大;LPRE-NIPW和LPRE-IPW相比,具有較小的SD,該結(jié)果和定理2的結(jié)論是一致的;LPRE-NIPW與LPRE-CC和LPRE-IPW方法相比,具有最小的MSE,也就是說LPRE-NIPW方法比其他兩種方法更有效。再有,固定樣本量,隨著缺失率的增加,3種方法的MSE都增大,即估計(jì)效果都變差;固定缺失率,隨著樣本量的增加,3種方法的MSE都減小,即估計(jì)效果都變好。

        值得注意的是,現(xiàn)實(shí)中由于真實(shí)的選擇概率是未知的,因此LPRE-IPW估計(jì)實(shí)際上是不可獲取的。LPRE-NIPW方法在使用非參數(shù)估計(jì)方法估計(jì)選擇概率時(shí)由于使用了更多的樣本信息,估計(jì)效果優(yōu)于LPRE-IPW方法。綜上,可知使用LPRE-NIPW方法估計(jì)協(xié)變量隨機(jī)缺失的乘積模型的未知參數(shù)具有較好的效果。

        4總結(jié)

        主要結(jié)合LPRE、逆概率加權(quán)及非參數(shù)估計(jì)方法,研究協(xié)變量隨機(jī)缺失的乘積模型的估計(jì)問題。在一定的條件下證明了LPRE-IPW與LPRE-NIPW估計(jì)的漸近正態(tài)性,通過比較兩者的協(xié)方差矩陣1和2,發(fā)現(xiàn)LPRE-NIPW估計(jì)具有更小的方差。最后通過隨機(jī)模擬,比較LPRE-CC、LPRE-IPW及LPRE-NIPW方法的表現(xiàn),結(jié)果顯示LPRE-NIPW相比LPRE-IPW具有更小的SD,相比LPRE-CC具有較小的Bias,相比LPRE-IPW和LPRE-CC具有最小的MSE,從而驗(yàn)證了LPRE-NIPW方法的有效性。此外,本文的研究方法可推廣至協(xié)變量隨機(jī)缺失的半?yún)?shù)乘積模型,研究結(jié)果可為進(jìn)一步研究協(xié)變量隨機(jī)缺失的半?yún)?shù)乘積模型提供一定的理論基礎(chǔ)。參考文獻(xiàn):

        [1]CHEN K N, GUO S J, LIN Y Y, et al. Least absolute relative error estimation[J]. Journal of the American Statistical Association, 2010, 105(491): 1104-1112.

        [2] CHEN K N, LIN Y Y, WANG Z F, et al. Least product relative error estimation[J]. Journal of Multivariate Analysis, 2016, 144: 91-98.

        [3] LIU H L, XIA X C. Estimation and empirical likelihood for single-index multiplicative models[J]. Journal of Statistical Planning and Inference, 2018, 193: 70-88.

        [4] HU D H. Local least product relative error estimation for varying coefficient multiplicative regression model[J]. Acta Mathematicae Applicatae Sinica, English Series, 2019, 35(2): 274-286.

        [5] WANG Z F, CHEN Z M, WU Y H. A relative error estimation approach for multiplicative single index model[J]. Journal of Systems Science and Complexity, 2017, 30(5): 1160-1172.

        [6] ZHANG J, FENG Z H, PENG H. Estimation and hypothesis test for partial linear multiplicative models[J]. Computational Statistics and Data Analysis, 2018, 128: 87-103.

        [7] 胡大海. 基于乘積相對(duì)誤差準(zhǔn)則的模型研究[D]. 合肥: 中國(guó)科學(xué)技術(shù)大學(xué), 2017.459EE679-44BB-44BD-8CBE-ABA3FE118A74

        [8] 陳銀鈞. 半?yún)?shù)乘積模型的相關(guān)研究[D]. 貴陽(yáng): 貴州大學(xué), 2020.

        [9] 胡大海,張偉平.帶有右刪失的最小乘積相對(duì)誤差估計(jì)[J].中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào),2017,47(9):755-761.

        [10]明浩,劉惠籃.可加乘積模型的研究[J].系統(tǒng)科學(xué)與數(shù)學(xué),2020,40(3):547-564.

        [11]LITTLE R J A, RUBIN D B. Statistical analysis with missing data[M]. New York, United States: John Wiley and Sons, 2019.

        [12]楊宜平.協(xié)變量隨機(jī)缺失下線性模型的經(jīng)驗(yàn)似然推斷及其應(yīng)用[J].數(shù)理統(tǒng)計(jì)與管理,2011,30(4):655-663.

        [13]李婷婷. 半變系數(shù)模型和單指標(biāo)模型的相關(guān)研究[D]. 重慶: 重慶大學(xué), 2012.

        [14]劉惠籃. 基于復(fù)合分位數(shù)回歸方法的統(tǒng)計(jì)模型的相關(guān)研究[D]. 重慶: 重慶大學(xué), 2016.

        [15]NADARAYA E A. On estimating regression[J]. Theory of Probability and Its Applications, 1964, 9(1): 141-142.

        [16]WATSON G S. Smooth regression analysis[J]. Sankhy?。?The Indian Journal of Statistics, Series A, 1964: 359-372.

        [17]HJORT N L, POLLARD D. Asymptotics for minimisers of convex processes[J]. arXiv preprint arXiv:1107.3806, 2011.

        (責(zé)任編輯:曾晶)

        Weighted LPRE Estimation for Multiplicative

        Model with Missing Covariates

        LIU Huilan*

        (School of Mathematics and Statistics, Guizhou University, Guiyang 550025, China)Abstract: Based on inverse probability weight (IPW), least product relative error (LPRE) and non-parametric kernel estimation methods, the estimation methods for the multiplicative model are studied when the covariates are missing at random. Under some regular conditions, the asymptotic normality of the proposed estimators is proved. Finally, some simulations are conducted to evaluate the finite sample performance of the new methods.

        Key words: multiplicative model; missing at random; IPW; LPRE459EE679-44BB-44BD-8CBE-ABA3FE118A74

        欧美精品人人做人人爱视频| 久久精品国产亚洲av日韩一| 国产乱码精品一区二区三区久久 | 一区二区三区内射视频在线观看| 国产av精品久久一区二区| 国产一级一级内射视频| 欧美性猛交xxxx富婆| 成人a在线观看| 久久久国产精品五月天伊人| 岛国熟女精品一区二区三区| 国产成人精品一区二区三区视频| 激情婷婷六月| 人妻少妇无乱码中文字幕| 国产香蕉一区二区三区在线视频| 免费a级作爱片免费观看美国| 美女在线国产| 亚洲人妻av在线播放| 级毛片内射视频| 亚洲精品aa片在线观看国产| 就国产av一区二区三区天堂| 日本高清在线播放一区二区| 最新日本女优中文字幕视频| 成人无码一区二区三区| 搡老熟女老女人一区二区| 久久久久久免费播放一级毛片| 蜜乳一区二区三区亚洲国产| 亚洲日韩av无码一区二区三区人| 亚洲 都市 校园 激情 另类| 一区二区高清视频在线观看| 免费人成视网站在线剧情| 日韩国产成人无码av毛片蜜柚| 国产激情在观看| 亚洲综合小综合中文字幕| 亚洲av无码一区东京热| 亚洲中文字幕无码爆乳av| 人妻少妇精品系列一区二区| 精品人妻中文av一区二区三区| 特级无码毛片免费视频尤物| 正在播放淫亚洲| 成人爽a毛片在线播放| 国产精品v片在线观看不卡|