缺失數(shù)據(jù)下基于經(jīng)驗(yàn)似然的變系數(shù)分位數(shù)回歸統(tǒng)計(jì)推斷
發(fā)布時(shí)間:2020-11-11 22:53
缺失數(shù)據(jù)的研究日漸普遍,處理缺失數(shù)據(jù)的方法手段也逐漸豐富多樣,本文主要介紹了缺失數(shù)據(jù)的種類以及處理辦法,不同于傳統(tǒng)的處理缺失數(shù)據(jù)的方法,本文創(chuàng)新性的提出了協(xié)變量缺失機(jī)制下的變系數(shù)分位數(shù)回歸模型的參數(shù)估計(jì)方法。本文提出了在部分協(xié)變量缺失機(jī)制下的變系數(shù)分位數(shù)回歸參數(shù)的逆概率加權(quán)估計(jì)和經(jīng)驗(yàn)似然加權(quán)估計(jì),并推導(dǎo)了逆概率加權(quán)估計(jì)和經(jīng)驗(yàn)似然加權(quán)估計(jì)的漸近正態(tài)性質(zhì),從漸近方差可以比較出:經(jīng)驗(yàn)似然加權(quán)估計(jì)的效率高于基于逆概率加權(quán)估計(jì);通過模擬,進(jìn)一步評(píng)估了以上兩種估計(jì)的概率在有限樣本下的表現(xiàn)。在提出的經(jīng)驗(yàn)似然基礎(chǔ)上的變系數(shù)分位數(shù)回歸基礎(chǔ)上,本文對(duì)前者的方法進(jìn)行了補(bǔ)充的研究和介紹;以吉林省居民消費(fèi)水平數(shù)據(jù)為例,研究了變系數(shù)回歸估計(jì),運(yùn)用實(shí)例比較變系數(shù)回歸和傳統(tǒng)線性回歸的擬合效果,在擬合表現(xiàn)上,變系數(shù)回歸模型有更加準(zhǔn)確的擬合效果,并且運(yùn)用的范圍也更廣泛;論文最后補(bǔ)充介紹了幾種分位數(shù)回歸模型的區(qū)間估計(jì)方法,并對(duì)其進(jìn)行討論和研究,比較這幾種方法的置信區(qū)間長(zhǎng)度和覆蓋率。
【學(xué)位單位】:長(zhǎng)春工業(yè)大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2018
【中圖分類】:O212
【部分圖文】:
第 2 章 協(xié)變量缺失下變系數(shù)分位數(shù)回歸模型的統(tǒng)計(jì)推斷2.5 實(shí)例分析在本節(jié)里,我們運(yùn)用本章提到的方法分析了一個(gè)挪威公共道路管理局提供的空氣污染數(shù)據(jù),其中包含 500 個(gè)觀測(cè)。主要目的是研究數(shù)據(jù)集中2NO 每小時(shí)濃度的對(duì)數(shù) (Y)與風(fēng)速 (U )以及每小時(shí)經(jīng)過的汽車數(shù)的對(duì)數(shù) (V )和一天中的小時(shí)數(shù) (H )之間的關(guān)系。研究中,我們?cè)O(shè)定參數(shù):令 T H/24.建立變系數(shù)回歸模型:()()()(),012Y T V T U T 為了更加直觀的說明方法的有效性,我們令 52.6%的V 隨機(jī)缺失,缺失機(jī)制為log(Pr(1,))log((,)).012it UYit UY U Y i 圖 2.1 和圖 2.2 繪制了 0.5時(shí),T(T )((T),(T),(T))012 的 IPW 估計(jì)和 ELW 估計(jì)的函數(shù)曲線及其自助法置信區(qū)間.
))log((,)).012it UYit UY U Y i 圖 2.1 和圖 2.2 繪制了 0.5時(shí),T(T )((T),(T),(T))012 的 IPW 估計(jì)和 ELW 估計(jì)的函數(shù)曲線及其自助法置信區(qū)間.圖 2.1 IPW 估計(jì)和置信區(qū)間
第 3 章 吉林省居民消費(fèi)水平的變系數(shù)回歸分析其中iT 表示年份;在估計(jì)參數(shù)的過程中,采用2k ( t ) 0.75(1 t ) I (| t| 1)的核函數(shù),通過交叉驗(yàn)證方法選擇的窗寬為 h 8.
【參考文獻(xiàn)】
本文編號(hào):2879866
【學(xué)位單位】:長(zhǎng)春工業(yè)大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2018
【中圖分類】:O212
【部分圖文】:
第 2 章 協(xié)變量缺失下變系數(shù)分位數(shù)回歸模型的統(tǒng)計(jì)推斷2.5 實(shí)例分析在本節(jié)里,我們運(yùn)用本章提到的方法分析了一個(gè)挪威公共道路管理局提供的空氣污染數(shù)據(jù),其中包含 500 個(gè)觀測(cè)。主要目的是研究數(shù)據(jù)集中2NO 每小時(shí)濃度的對(duì)數(shù) (Y)與風(fēng)速 (U )以及每小時(shí)經(jīng)過的汽車數(shù)的對(duì)數(shù) (V )和一天中的小時(shí)數(shù) (H )之間的關(guān)系。研究中,我們?cè)O(shè)定參數(shù):令 T H/24.建立變系數(shù)回歸模型:()()()(),012Y T V T U T 為了更加直觀的說明方法的有效性,我們令 52.6%的V 隨機(jī)缺失,缺失機(jī)制為log(Pr(1,))log((,)).012it UYit UY U Y i 圖 2.1 和圖 2.2 繪制了 0.5時(shí),T(T )((T),(T),(T))012 的 IPW 估計(jì)和 ELW 估計(jì)的函數(shù)曲線及其自助法置信區(qū)間.
))log((,)).012it UYit UY U Y i 圖 2.1 和圖 2.2 繪制了 0.5時(shí),T(T )((T),(T),(T))012 的 IPW 估計(jì)和 ELW 估計(jì)的函數(shù)曲線及其自助法置信區(qū)間.圖 2.1 IPW 估計(jì)和置信區(qū)間
第 3 章 吉林省居民消費(fèi)水平的變系數(shù)回歸分析其中iT 表示年份;在估計(jì)參數(shù)的過程中,采用2k ( t ) 0.75(1 t ) I (| t| 1)的核函數(shù),通過交叉驗(yàn)證方法選擇的窗寬為 h 8.
【參考文獻(xiàn)】
相關(guān)期刊論文 前4條
1 鄭蘭英;黃園園;沈京虎;;吉林省居民生活水平影響因素的偏最小二乘回歸分析[J];延邊大學(xué)農(nóng)學(xué)學(xué)報(bào);2014年01期
2 何大強(qiáng);張海燕;;吉林省農(nóng)村居民消費(fèi)水平分析[J];長(zhǎng)春工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年04期
3 ;Quantile Regression for Right-Censored and Length-Biased Data[J];Acta Mathematicae Applicatae Sinica(English Series);2012年03期
4 舒通;;基于變系數(shù)回歸模型的石油價(jià)格預(yù)測(cè)[J];數(shù)理統(tǒng)計(jì)與管理;2008年05期
本文編號(hào):2879866
本文鏈接:http://sikaile.net/kejilunwen/yysx/2879866.html
最近更新
教材專著