在模型當(dāng)中,人們比較喜歡研究參數(shù)模型,主要是因為參數(shù)模型具有簡單性、解釋性以及有效性。但是,如果我們給出的模型假設(shè)不正確的話,就會出現(xiàn)錯誤的結(jié)果。為了減少模型的偏差,具有靈活性的非參數(shù)模型越來越多的受到人們的青睞。但是當(dāng)協(xié)變量維數(shù)比較高的時候,就會出現(xiàn)“維數(shù)禍根”問題。因此,介于參數(shù)與非參數(shù)模型之間的半?yún)?shù)模型越來越多的受到人們的關(guān)注。這主要是因為半?yún)?shù)模型不僅有參數(shù)模型的可解釋性,還有非參數(shù)模型的靈活性。其中可加部分線性模型就是一種常見的半?yún)?shù)模型。在實際的生活中,在許多像市場調(diào)查等領(lǐng)域中,許多被調(diào)查的人并不想泄露自己的信息,就會導(dǎo)致在做調(diào)查的時候存在缺失數(shù)據(jù)的情況。在這種情況下,標(biāo)準(zhǔn)的統(tǒng)計推斷已經(jīng)不能夠很好的對數(shù)據(jù)進(jìn)行統(tǒng)計分析。因此,許多學(xué)者開始著手研究如何利用觀測到的數(shù)據(jù)進(jìn)行統(tǒng)計研究。對于處理缺失數(shù)據(jù)的辦法中,人們首先能夠想到的辦法就是去掉沒有觀測到的數(shù)據(jù),利用能夠觀測到的數(shù)據(jù)進(jìn)行統(tǒng)計分析,但是這種方法有一個缺點,就是統(tǒng)計分析得到的結(jié)果是有偏的。因此,另外一種比較有效的方法,逆概率加權(quán)（IPW）方法越來越多的被人們所使用。本文就是在協(xié)變量缺失下基于逆概率加權(quán)的方法對可加部分線性模... 

【文章來源】：山東師范大學(xué)山東省

【文章頁數(shù)】：49 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 引言
    1.1 缺失數(shù)據(jù)
    1.2 分位數(shù)估計
    1.3 經(jīng)驗似然
    1.4 可加部分線性模型
第二章 協(xié)變量缺失下可加部分線性模型中參數(shù)的加權(quán)分位數(shù)平均估計
    2.1 可加部分線性模型的分位數(shù)估計
    2.2 協(xié)變量缺失下的分位數(shù)估計
    2.3 主要結(jié)果
    2.4 數(shù)值模擬
    2.5 實例分析
    2.6 條件及證明
第三章 協(xié)變量缺失下可加部分線性模型中參數(shù)的經(jīng)驗似然推斷
    3.1 完全數(shù)據(jù)下的估計
    3.2 協(xié)變量缺失下可加部分線性模型中參數(shù)的統(tǒng)計推斷
    3.3 條件及證明
第四章 總結(jié)與展望
參考文獻(xiàn)
作者在攻讀碩士學(xué)位期間發(fā)表的主要論文
致謝



本文編號：2960038