本文選題：分位回歸 + 刪失混合效應(yīng)模型　； 參考：《數(shù)學(xué)學(xué)報(bào)(中文版)》2017年02期

【摘要】：縱向數(shù)據(jù)常常用正態(tài)混合效應(yīng)模型進(jìn)行分析.然而,違背正態(tài)性的假定往往會(huì)導(dǎo)致無(wú)效的推斷.與傳統(tǒng)的均值回歸相比較,分位回歸可以給出響應(yīng)變量條件分布的完整刻畫(huà),對(duì)于非正態(tài)誤差分布也可以給穩(wěn)健的估計(jì)結(jié)果.本文主要考慮右刪失響應(yīng)下縱向混合效應(yīng)模型的分位回歸估計(jì)和變量選擇問(wèn)題.首先,逆刪失概率加權(quán)方法被用來(lái)得到模型的參數(shù)估計(jì).其次,結(jié)合逆刪失概率加權(quán)和LASSO懲罰變量選擇方法考慮了模型的變量選擇問(wèn)題.蒙特卡洛模擬顯示所提方法要比直接刪除刪失數(shù)據(jù)的估計(jì)方法更具優(yōu)勢(shì).最后,分析了一組艾滋病數(shù)據(jù)集來(lái)展示所提方法的實(shí)際應(yīng)用效果.
[Abstract]:Longitudinal data are often analyzed by normal mixing effect model. However, contrary to the assumption of normality often leads to invalid inference. Compared with the traditional mean regression, the quantile regression can give a complete characterization of the conditional distribution of response variables and a robust estimation result for the non-normal error distribution. In this paper, the quantile regression estimation and variable selection of the longitudinal mixed effect model under right-censored response are considered. First, the inverse censored probability weighting method is used to estimate the parameters of the model. Secondly, the variable selection problem of the model is considered by combining the inverse censored probability weighting and the LASSO penalty variable selection method. Monte Carlo simulation shows that the proposed method is superior to the method of deleting deleted data directly. Finally, a set of AIDS data sets is analyzed to demonstrate the practical application of the proposed method.
【作者單位】： 中央財(cái)經(jīng)大學(xué)統(tǒng)計(jì)與數(shù)學(xué)學(xué)院;河南科技大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院;中國(guó)人民大學(xué)統(tǒng)計(jì)學(xué)院;湖北工業(yè)大學(xué)理學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(11501167,11271368) 河南省高校重點(diǎn)科研基金資助項(xiàng)目(15A110025)
【分類(lèi)號(hào)】：O212.1

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 徐宇航;丁邦俊;;刪失數(shù)據(jù)下幾種兩樣本檢驗(yàn)的功效研究[J];數(shù)理統(tǒng)計(jì)與管理;2011年01期

2 呂秋萍;鄧文麗;;區(qū)間刪失數(shù)據(jù)函數(shù)的均值估計(jì)[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

3 徐永紅;高曉歡;王正熙;;含有右刪失和區(qū)間刪失數(shù)據(jù)的生存函數(shù)的非參數(shù)估計(jì)[J];生物醫(yī)學(xué)工程學(xué)雜志;2014年02期

4 鞠瑞年;楊芳;孔翠翠;;基于隨機(jī)刪失數(shù)據(jù)下一種新模型對(duì)軟件總體可靠度的估計(jì)[J];南陽(yáng)師范學(xué)院學(xué)報(bào);2008年03期

5 柯蓉;;國(guó)內(nèi)刪失數(shù)據(jù)統(tǒng)計(jì)研究狀況綜述[J];統(tǒng)計(jì)與信息論壇;2008年10期

6 俞雪梨,肖綱景;稀有事件右刪失生存數(shù)據(jù)的傘形約束檢驗(yàn)[J];江南大學(xué)學(xué)報(bào);2004年06期

7 朱成蓮;;帶右刪失數(shù)據(jù)的非線性模型的參數(shù)估計(jì)[J];統(tǒng)計(jì)與決策;2009年14期

8 楊軍;;區(qū)間刪失數(shù)據(jù)下參數(shù)估計(jì)的比較[J];江西科學(xué);2012年01期

9 周勇，，安鴻志;刪失數(shù)據(jù)平滑非參數(shù)分位估計(jì)[J];應(yīng)用數(shù)學(xué)學(xué)報(bào);1996年01期

10 王乃生;多重Ⅱ型刪失數(shù)據(jù)的近似似然函數(shù)及應(yīng)用[J];高校應(yīng)用數(shù)學(xué)學(xué)報(bào)A輯(中文版);2002年02期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前1條

1 張俊華;方偉武;;調(diào)查表分析中變量選擇的一些方法(英文)[A];中國(guó)運(yùn)籌學(xué)會(huì)第六屆學(xué)術(shù)交流會(huì)論文集（下卷）[C];2000年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 王培潔;關(guān)于區(qū)間刪失數(shù)據(jù)和雙重刪失數(shù)據(jù)的回歸分析[D];吉林大學(xué);2015年

2 胡大海;基于乘積相對(duì)誤差準(zhǔn)則的模型研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2017年

3 李樹(shù)威;刪失失效時(shí)間數(shù)據(jù)的回歸分析[D];吉林大學(xué);2017年

4 李夏炎;刪失指示量隨機(jī)缺失情況下回歸模型統(tǒng)計(jì)推斷[D];中國(guó)科學(xué)技術(shù)大學(xué);2011年

5 張頌;一類(lèi)刪失數(shù)據(jù)的統(tǒng)計(jì)推斷[D];吉林大學(xué);2012年

6 程從華;生存分析中刪失數(shù)據(jù)統(tǒng)計(jì)推斷及其應(yīng)用[D];蘭州大學(xué);2011年

7 趙國(guó)慶;刪失數(shù)據(jù)下的經(jīng)驗(yàn)熵和經(jīng)驗(yàn)似然[D];北京大學(xué);2013年

8 錢(qián)俊;生存分析中刪失數(shù)據(jù)比例對(duì)Cox回歸模型影響的研究[D];南方醫(yī)科大學(xué);2009年

9 呂晶;幾類(lèi)半?yún)?shù)回歸模型的穩(wěn)健估計(jì)與變量選擇[D];重慶大學(xué);2015年

10 王康寧;幾類(lèi)高維復(fù)雜數(shù)據(jù)半?yún)?shù)模型的結(jié)構(gòu)識(shí)別、變量選擇及穩(wěn)健估計(jì)[D];山東大學(xué);2016年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 曹丹丹;第一類(lèi)區(qū)間刪失數(shù)據(jù)Cox比例風(fēng)險(xiǎn)模型的參數(shù)估計(jì)[D];蘭州大學(xué);2015年

2 張芳芳;基于Ⅰ型區(qū)間刪失數(shù)據(jù)下的應(yīng)力—強(qiáng)度模型的非參數(shù)估計(jì)[D];華中師范大學(xué);2015年

3 李文靜;信息區(qū)間刪失數(shù)據(jù)的統(tǒng)計(jì)推斷[D];江西師范大學(xué);2015年

4 章婷婷;刪失數(shù)據(jù)下加速失效模型研究[D];江西師范大學(xué);2015年

5 宋明明;具有信息觀測(cè)時(shí)間現(xiàn)狀數(shù)據(jù)的統(tǒng)計(jì)分析[D];吉林大學(xué);2016年

6 張青云;基于刪失數(shù)據(jù)對(duì)一些參數(shù)的估計(jì)問(wèn)題[D];蘭州大學(xué);2016年

7 麻海煜;加速失效時(shí)間模型下相依區(qū)間刪失數(shù)據(jù)的回歸分析[D];吉林大學(xué);2016年

8 欒晨;基于部分區(qū)間刪失數(shù)據(jù)的生存函數(shù)的估計(jì)[D];華中師范大學(xué);2016年

9 劉陽(yáng);基于隨機(jī)缺失/刪失平穩(wěn)遍歷函數(shù)型數(shù)據(jù)條件特征量的非參數(shù)估計(jì)[D];合肥工業(yè)大學(xué);2016年

10 吳波;左截?cái)鄤h失條件下遍歷函數(shù)型數(shù)據(jù)的非參數(shù)回歸估計(jì)[D];合肥工業(yè)大學(xué);2016年

本文編號(hào)：1781664