生存分析是近年來成為發(fā)展非常迅速的一門應(yīng)用統(tǒng)計(jì)的分支,主要是研究生存現(xiàn)象和響應(yīng)時(shí)間數(shù)據(jù)及其規(guī)律的一種統(tǒng)計(jì)方法,具有廣泛的應(yīng)用。生存時(shí)間的數(shù)據(jù)往往會(huì)出現(xiàn)不完整的情況,刪失指標(biāo)隨機(jī)缺失是一種較為常見的現(xiàn)象。廣義線性模型是一般線性模型的推廣,擬似然估計(jì)是一種對(duì)應(yīng)的參數(shù)估計(jì)方法,常常在生存分析中被使用。本文考慮在刪失指標(biāo)隨機(jī)缺失數(shù)據(jù)下,即考慮{（Xi,Yi,ξiδi,ξi）,1≤i ≤n}的觀測(cè)數(shù)據(jù),其中δi為刪失指標(biāo),ξi為記錄刪失指標(biāo)是否缺失的缺失指標(biāo),對(duì)該類數(shù)據(jù)的擬似然方法進(jìn)行研究。結(jié)合廣義線性模型下其他復(fù)雜數(shù)據(jù)下的擬似然函數(shù)的構(gòu)造方法,當(dāng)刪失指標(biāo)隨機(jī)缺失的情況發(fā)生,研究擬似然方法的估計(jì)和性質(zhì)。在第三章中,通過插補(bǔ)的方法構(gòu)造出完整的數(shù)據(jù),并結(jié)合完整數(shù)據(jù)下的擬似然方法進(jìn)行構(gòu)造擬似然函數(shù),提出此構(gòu)造下的擬似然估計(jì)的漸近性質(zhì),對(duì)該性質(zhì)完成了證明。另外按以上提出的方法對(duì)存在刪失指標(biāo)隨機(jī)缺失的電信行業(yè)新入網(wǎng)用戶的生存時(shí)間影響因素分析,驗(yàn)證該方法在實(shí)際應(yīng)用中的有效性。另外,本文結(jié)合刪失數(shù)據(jù)下的加權(quán)擬似然方法,對(duì)刪失指標(biāo)隨機(jī)缺失數(shù)據(jù)下構(gòu)造出校準(zhǔn)、插值、反概率三種加權(quán)擬似然方法,并對(duì)擬似然估計(jì)的漸近性質(zhì)... 

【文章頁數(shù)】：56 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 引言
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 廣義線性模型和擬似然方法
        1.2.2 復(fù)雜數(shù)據(jù)下擬似然方法的研究
        1.2.3 刪失指標(biāo)隨機(jī)缺失數(shù)據(jù)的研究
    1.3 研究思路和框架
        1.3.1 研究思路
        1.3.2 基本框架
    1.4 研究意義和創(chuàng)新點(diǎn)
        1.4.1 研究意義
        1.4.2 創(chuàng)新點(diǎn)
第2章 預(yù)備知識(shí)
    2.1 刪失指標(biāo)隨機(jī)缺失數(shù)據(jù)
        2.1.1 刪失數(shù)據(jù)
        2.1.2 缺失數(shù)據(jù)
    2.2 廣義線性模型
    2.3 完整數(shù)據(jù)下的擬似然方法
第3章 刪失指標(biāo)隨機(jī)缺失下的插補(bǔ)擬似然方法
    3.1 估計(jì)和構(gòu)造
    3.2 條件和定理
    3.3 定理的證明
        3.3.1 符號(hào)說明
        3.3.2 引理及其證明
        3.3.3 定理3.1 的證明
    3.4 實(shí)際應(yīng)用
        3.4.1 問題背景
        3.4.2 數(shù)據(jù)說明
        3.4.3 建立模型
第4章 刪失指標(biāo)隨機(jī)缺失下的加權(quán)擬似然方法
    4.1 估計(jì)和構(gòu)造
        4.1.1 刪失指標(biāo)未缺失的情況
        4.1.2 刪失指標(biāo)隨機(jī)缺失的情況
            4.1.2.1 ψ(Z_i)和 (?)(Y_i)的估計(jì)
            4.1.2.2 β(x_0)的校準(zhǔn)加權(quán)局部擬似然估計(jì)
            4.1.2.3 β(x_0)的插值加權(quán)局部擬似然估計(jì)
            4.1.2.4 β(x_0)的反概率加權(quán)局部擬似然估計(jì)
    4.2 條件和定理
    4.3 漸近正態(tài)性的證明
        4.3.1 符號(hào)說明
        4.3.2 引理及其證明
        4.3.3 定理4.1 的證明
    4.4 模擬研究
        4.4.1 數(shù)據(jù)構(gòu)造
        4.4.2 模擬效果
            4.4.2.1 窗寬選擇
            4.4.2.2 估計(jì)效果
        4.4.3 正態(tài)性效果
第5章 總結(jié)
參考文獻(xiàn)
附錄 攻讀碩士學(xué)位期間的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]刪失指標(biāo)隨機(jī)缺失下回歸函數(shù)的復(fù)合分位數(shù)回歸估計(jì)[J]. 王江峰,范國(guó)良,溫利民.  系統(tǒng)科學(xué)與數(shù)學(xué). 2018(11)
[2]改進(jìn)隨機(jī)森林算法在電信業(yè)客戶流失預(yù)測(cè)中的應(yīng)用[J]. 丁君美,劉貴全,李慧.  模式識(shí)別與人工智能. 2015(11)
[3]基于CART和自適應(yīng)Boosting算法的移動(dòng)通信企業(yè)客戶流失預(yù)測(cè)模型[J]. 張瑋,楊善林,劉婷婷.  中國(guó)管理科學(xué). 2014(10)
[4]客戶流失預(yù)測(cè)的現(xiàn)狀與發(fā)展研究[J]. 夏國(guó)恩.  計(jì)算機(jī)應(yīng)用研究. 2010(02)
[5]刪失數(shù)據(jù)下的變系數(shù)回歸模型[J]. 羅羨華,楊振海,周勇.  應(yīng)用數(shù)學(xué)學(xué)報(bào). 2006(03)
[6]隨機(jī)刪失半?yún)?shù)回歸模型小波估計(jì)的漸近性質(zhì)[J]. 潘雄,付宗堂.  應(yīng)用數(shù)學(xué)學(xué)報(bào). 2006(01)
[7]廣義線性回歸擬似然估計(jì)的漸近正態(tài)性[J]. 高啟兵,吳耀華.  系統(tǒng)科學(xué)與數(shù)學(xué). 2005(06)
[8]廣義線性回歸擬似然估計(jì)的強(qiáng)相合性[J]. 高啟兵,吳耀華.  數(shù)學(xué)年刊A輯（中文版）. 2004(06)
[9]廣義線性模型中擬極大似然估計(jì)的強(qiáng)相合性及收斂速度[J]. 岳麗,陳希孺.  中國(guó)科學(xué)（A輯:數(shù)學(xué)）. 2004(02)

博士論文
[1]復(fù)雜數(shù)據(jù)下分位數(shù)回歸建模及其應(yīng)用[D]. 陳雪蓉.云南大學(xué) 2012
[2]刪失指示量隨機(jī)缺失情況下回歸模型統(tǒng)計(jì)推斷[D]. 李夏炎.中國(guó)科學(xué)技術(shù)大學(xué) 2011

碩士論文
[1]廣義線性模型的經(jīng)驗(yàn)似然方法[D]. 薛鶯鶯.南京師范大學(xué) 2016
[2]廣義線性模型中極大擬似然估計(jì)的相合性及漸近性質(zhì)[D]. 張戈.新疆大學(xué) 2013



本文編號(hào)：3694744