缺失数据下部分非线性变系数EV模型的研究

论文摘要

半参数回归模型是统计学中十分重要的一类模型,这类模型比单纯的参数回归模型和非参数回归模型具有更大的适应性和较强的解释能力.本文主要研究半参数回归模型中的部分非线性变系数模型,它是部分线性变系数模型的推广.另一方面,在实际问题中,不完全数据情况经常被遇到,缺失数据便是其中的一种类型.比如市场调查、民意测验、环境监测及可靠性寿命试验等研究领域经常产生大量的缺失数据.此外,由于仪器的精度操作规范等问题,测量误差时有发生,也会产生大量存在测量误差的数据.针对上述两种类型的数据,往往不能直接利用通常的统计方法做数据分析,需要对数据进行必要的处理.基于上述原因,本文研究响应变量缺失且协变量带有测量误差情况下的部分非线性变系数模型的统计推断问题.本文的主要研究内容有以下三方面:一是针对缺失数据下的部分非线性变系数EV模型,利用逆概率加权局部纠偏的profile最小二乘法得到模型中非参数分量和参数分量的估计,并证明估计量的渐近正态性.二是针对不同的样本量,不同的选择概率和不同的测量误差方差进行数值计算,并特别讨论了在选择概率相同,均采用逆概率加权法时,忽略测量误差和考虑测量误差情况下的参数估计结果,说明本文所提出的逆概率加权局部纠偏最小二乘法是有效的.三是进行了实际数据分析.将所提出的方法应用于心脏病数据中,得到分析结果.

论文目录

文章来源

类型: 硕士论文

作者: 马奕佳

导师: 薛留根

关键词: 部分非线性变系数模型,缺失数据,测量误差,渐近正态性

来源: 北京工业大学

年度: 2019

分类: 基础科学

专业: 数学

单位: 北京工业大学

分类号: O212.1

DOI: 10.26935/d.cnki.gbjgu.2019.000096

总页数: 51

文件大小: 1043K

下载量: 27

相关论文文献

• [1].带有不可忽略缺失数据的联合均值与方差模型的贝叶斯估计[J]. 昆明理工大学学报(自然科学版) 2020(01)
• [2].混合型缺失数据填补方法比较与应用[J]. 中国卫生统计 2020(03)
• [3].任意阵列阵元缺损下的缺失数据恢复方法[J]. 通信技术 2020(09)
• [4].缺失数据比率和处理方法对非随机缺失数据能力参数估计准确性的影响[J]. 江西师范大学学报(自然科学版) 2017(03)
• [5].多组学联合缺失数据填补方法的评价[J]. 中国卫生统计 2017(04)
• [6].海产品安全预警系统缺失数据填补方法[J]. 计算机工程与应用 2015(11)
• [7].低压台区缺失数据的张量补全方法[J]. 中国电机工程学报 2020(22)
• [8].大数据背景下缺失数据问题及对策[J]. 中国统计 2019(10)
• [9].有缺失数据的条件独立正态母体中参数的最优同变估计[J]. 数学学报(中文版) 2016(06)
• [10].一种效能评估中缺失数据的填充方法[J]. 上海交通大学学报 2017(02)
• [11].网络高并发信息的缺失数据修复方法仿真[J]. 信息通信 2017(11)
• [12].基于稀疏迭代协方差估计的缺失数据谱分析及时域重建方法[J]. 电子与信息学报 2016(06)
• [13].一种基于双聚类的缺失数据填补方法[J]. 计算机应用研究 2015(03)
• [14].图模型方法用于二值变量相关性分析中缺失数据的估计[J]. 中国卫生统计 2012(05)
• [15].临床试验中缺失数据处理方法研究[J]. 中国临床药理学杂志 2019(22)
• [16].观测站缺失数据修复的神经网络模型研究[J]. 矿山测量 2014(01)
• [17].缺失数据统计处理方法的研究进展[J]. 中国卫生统计 2013(01)
• [18].加权估计方程用于缺失数据的处理[J]. 中国卫生统计 2013(03)
• [19].缺失数据调整修正优化磨光法研究及陶瓷中的应用[J]. 中国陶瓷 2012(06)
• [20].基于缺失数据填补的辐射源识别方法[J]. 宇航学报 2010(05)
• [21].缺失数据处理方法的比较[J]. 统计与决策 2010(24)
• [22].有缺失数据的正态母体参数的后验分布及其抽样算法[J]. 应用数学学报 2009(02)
• [23].代价敏感的缺失数据有序填充算法[J]. 计算机工程 2009(17)
• [24].基于迭代自适应方法的跳频信号缺失数据恢复[J]. 电讯技术 2020(07)
• [25].多视角数据缺失补全[J]. 软件学报 2018(04)
• [26].基于改进的K近缺失数据补全[J]. 计算机与应用化学 2015(12)
• [27].结构方程建模缺失数据填补方法研究[J]. 统计与咨询 2011(01)
• [28].有序填充微阵列缺失数据[J]. 计算机工程与应用 2009(22)
• [29].纵向缺失数据下高维部分线性回归模型的变量选择[J]. 杭州师范大学学报(自然科学版) 2020(03)
• [30].基于特征权值的缺失数据修复方法[J]. 无线互联科技 2018(20)

标签：部分非线性变系数模型论文;  缺失数据论文;  测量误差论文;  渐近正态性论文;