不可忽略協(xié)變量缺失雙截?cái)鄶?shù)據(jù)的回歸分析
發(fā)布時(shí)間:2022-02-22 22:26
雙截?cái)鄶?shù)據(jù)存在于天文,經(jīng)濟(jì),醫(yī)學(xué)等很多領(lǐng)域中,有較高的學(xué)術(shù)研究價(jià)值.本文首先基于標(biāo)準(zhǔn)線性模型,考慮不可忽略協(xié)變量缺失機(jī)制,擴(kuò)展了Mann-Whitney-type估計(jì)方程,并運(yùn)用逆概率加權(quán)的方法對參數(shù)進(jìn)行估計(jì).接下來,我們在標(biāo)準(zhǔn)線性模型的基礎(chǔ)上,引入對稱性的隨機(jī)效應(yīng)加以分析.進(jìn)一步,我們證明了參數(shù)估計(jì)的一致性和漸近正態(tài)性.通過數(shù)值模擬,結(jié)果表明我們的方法在參數(shù)估計(jì)方面效果顯著.最后,我們將本文的估計(jì)方法應(yīng)用于一個(gè)真實(shí)的生存數(shù)據(jù).
【文章來源】:吉林大學(xué)吉林省211工程院校985工程院校教育部直屬院校
【文章頁數(shù)】:54 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
第二章 不可忽略協(xié)變量缺失雙截?cái)鄶?shù)據(jù)的線性模型
2.1 雙截?cái)鄶?shù)據(jù)的線性模型
2.2 逆概率加權(quán)估計(jì)
2.3 性質(zhì)證明
2.4 實(shí)驗(yàn)?zāi)M
第三章 具有對稱性隨機(jī)效應(yīng)的線性模型
3.1 具有對稱性隨機(jī)效應(yīng)的線性模型
3.2 雙截?cái)鄶?shù)據(jù)的參數(shù)估計(jì)
3.3 參數(shù)估計(jì)性質(zhì)
3.4 實(shí)驗(yàn)?zāi)M
第四章 具有對稱性隨機(jī)效應(yīng)的不可忽略協(xié)變量缺失雙截?cái)鄶?shù)據(jù)分析
4.1 具有對稱性隨機(jī)效應(yīng)的不可忽略協(xié)變量雙截?cái)鄶?shù)據(jù)
4.2 逆概率加權(quán)估計(jì)
4.3 參數(shù)估計(jì)性質(zhì)
4.4 實(shí)驗(yàn)?zāi)M
第五章 實(shí)例分析
第六章 總結(jié)與展望
參考文獻(xiàn)
致謝
本文編號:3640305
【文章來源】:吉林大學(xué)吉林省211工程院校985工程院校教育部直屬院校
【文章頁數(shù)】:54 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
第一章 緒論
第二章 不可忽略協(xié)變量缺失雙截?cái)鄶?shù)據(jù)的線性模型
2.1 雙截?cái)鄶?shù)據(jù)的線性模型
2.2 逆概率加權(quán)估計(jì)
2.3 性質(zhì)證明
2.4 實(shí)驗(yàn)?zāi)M
第三章 具有對稱性隨機(jī)效應(yīng)的線性模型
3.1 具有對稱性隨機(jī)效應(yīng)的線性模型
3.2 雙截?cái)鄶?shù)據(jù)的參數(shù)估計(jì)
3.3 參數(shù)估計(jì)性質(zhì)
3.4 實(shí)驗(yàn)?zāi)M
第四章 具有對稱性隨機(jī)效應(yīng)的不可忽略協(xié)變量缺失雙截?cái)鄶?shù)據(jù)分析
4.1 具有對稱性隨機(jī)效應(yīng)的不可忽略協(xié)變量雙截?cái)鄶?shù)據(jù)
4.2 逆概率加權(quán)估計(jì)
4.3 參數(shù)估計(jì)性質(zhì)
4.4 實(shí)驗(yàn)?zāi)M
第五章 實(shí)例分析
第六章 總結(jié)與展望
參考文獻(xiàn)
致謝
本文編號:3640305
本文鏈接:http://sikaile.net/shoufeilunwen/benkebiyelunwen/3640305.html
最近更新
教材專著