捕獲再捕獲數(shù)據(jù)下總體大小的半?yún)?shù)完全似然推斷
發(fā)布時間:2021-07-30 04:56
在生態(tài)學、人口統(tǒng)計學、軟件工程、公共健康和流行病學等領域,總體的大小是一個非常重要的量.為了估計總體大小,捕獲再捕獲方法是一種被廣泛使用且效費比較高的抽樣方法.文獻中已有的估計方法大都基于條件似然和逆加權估計方程,構造的逆概率加權估計量(Horvitz-Thompson型估計量)可能由于某些權重較小而不太穩(wěn)定.而且,相應的Wald型置信區(qū)間的覆蓋概率可能嚴重低于名義置信水平,置信下限可能會低于觀測到的樣本量.這些不足促使我們開發(fā)表現(xiàn)性能更好的估計方法.考慮到完全似然通常具有較好的性質,本文結合條件似然和經(jīng)驗似然開發(fā)了一系列用于估計總體大小的半?yún)?shù)完全似然推斷方法.與傳統(tǒng)的估計方法相比,該方法的估計效果有明顯提高.捕獲再捕獲數(shù)據(jù)大致分為兩類:連續(xù)時間捕獲再捕獲數(shù)據(jù)和離散時間捕獲再捕獲數(shù)據(jù).針對連續(xù)時間捕獲再捕獲數(shù)據(jù),我們利用Andersen-Gill強度模型建立捕獲強度和個體協(xié)變量的關系,并綜合考慮固定效應模型和混合效應模型.利用經(jīng)驗似然對協(xié)變量的分布進行處理,我們針對連續(xù)時間捕獲再捕獲數(shù)據(jù)建立了關于總體大小的基于經(jīng)驗似然的半?yún)?shù)完全似然推斷理論,不僅證明了總體大小的最大經(jīng)驗似然估計量的...
【文章來源】:華東師范大學上海市 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:139 頁
【學位級別】:博士
【部分圖文】:
圖2-1固定效應模型下和的散點圖,左圖和右圖分別對應情形A和B.??
4?-2?0?2??Quantiles?of?Rp(N〇)?Quantiles?of?(Np-N0)/(Np^p)???1?寸—i???m?_?+.?+??,?I??/?i?/??°?,???寸?_二?,?/?■?■??\?I?I?r?i? ̄l?l?l?l?l??0?5?10?15?-8?-6?-4?-2?0??Quantiles?of?Rp(N〇)?Quantiles?of?〇7p-N〇)/(N'J^Cp)??圖2-2固定效庳模型下%(凡):關于X?的QQ圖(第1列)和(及p?—場)/(及p1/24)關寧N(0,1)??的QQ圖(第2列),第1、2行分別對應情形A和B.??Thompson型估計量及更有效,相比于參數(shù)強度模型,這一現(xiàn)象在半?yún)?shù)強度模型的假??設下尤為明顯.??區(qū)間估計的比較在90%,?95%和99%的置信水平下,表2-4列出了經(jīng)驗似然比置信??E間石和Wald型置信區(qū)間12的覆盞率.同樣地,這里不僅考慮了雙側區(qū)間的覆蓋率,??還考慮了弟側區(qū)間的覆蠱率.整體而官,引入隨機效應會使得區(qū)間估計的覆蓋率有些波??動,這在半?yún)?shù)模型的假設下尤為明顯*隨著f的增大,脆弱囡子的方差越來越大,不可??觀測的異質性對捕獲強度的影響也越來越大,兩類區(qū)間估計的覆篇率與名義置儒水平的??偏差也越來越大.這可能是因為_?e從1/30增大至2,捕獲概率從86.7%減小到56.1%5這??使得收集的數(shù)據(jù)變得稀疏,樣本中包含總體的信息逐漸減少導致的.??在最差的情況下,Wald型雙側置信區(qū)間的覆蓋率比名義置信水平低6%,單側置f售??-30-??
les?of?Rp(N〇)?Quantiles?of?(Np-N〇)/(Np^p)??+?+??+??q?—?/??〇?m?-?,?*.^p?z?y??s?y?3。-?Z??。::Z?g;:Z??〇?-?y??1?I?I?I?I?I?I?I?I?I?I?I ̄ ̄??0?2?4?6?8?10?-3?-2?-1?0?1?2??Quantiles?of?Rp(N〇)?Quantiles?of?(Np-N〇)/(N'J^Cp)??圖2-3混合效應模型下i^(iV〇)關寧0的QQ圖(第1列)和(^?-?關于N(0,1)??的QQ圈(第2:列)5篇1、2行分別.命處e?=?1和0.1.??綜上所述,相比子H〇rvit_z-Thonip_son型f古計量及,本擧所提出.的最大經(jīng)驗似然估??計董及具有較小的均方誤氧且后者的偏差更。cWald型置猶K間T2相比,本章??所提出的經(jīng)驗似然比置信區(qū)間:具有較準確的覆蓋率,因而更加可信.當捕獲概率低??至49.0%左右時,Wald型雙側璧翁區(qū)間和置儀下限的可信度會低子?頇期,置信上限則過??子保守.相對于Wald型置信區(qū)間石而自;不可觀測的異質性對經(jīng)驗似然比置信區(qū):間??石覆裔率的影響較。M管我們只在固定效應模型的假設下證明了所提統(tǒng)計纛的漸近性??質,但是QQ圖表明在混合效應模型下,將g作為經(jīng)驗似然比統(tǒng)計量兄(iV〇)的近似分布??仍然是比較合龜?shù)模??-32-??
【參考文獻】:
期刊論文
[1]Population Size Estimation with Covariate Values Missing Non-ignorable[J]. Li-ping LIU,Zhi-chao GUO,Xiao-gang DUAN. Acta Mathematicae Applicatae Sinica. 2016(03)
本文編號:3310740
【文章來源】:華東師范大學上海市 211工程院校 985工程院校 教育部直屬院校
【文章頁數(shù)】:139 頁
【學位級別】:博士
【部分圖文】:
圖2-1固定效應模型下和的散點圖,左圖和右圖分別對應情形A和B.??
4?-2?0?2??Quantiles?of?Rp(N〇)?Quantiles?of?(Np-N0)/(Np^p)???1?寸—i???m?_?+.?+??,?I??/?i?/??°?,???寸?_二?,?/?■?■??\?I?I?r?i? ̄l?l?l?l?l??0?5?10?15?-8?-6?-4?-2?0??Quantiles?of?Rp(N〇)?Quantiles?of?〇7p-N〇)/(N'J^Cp)??圖2-2固定效庳模型下%(凡):關于X?的QQ圖(第1列)和(及p?—場)/(及p1/24)關寧N(0,1)??的QQ圖(第2列),第1、2行分別對應情形A和B.??Thompson型估計量及更有效,相比于參數(shù)強度模型,這一現(xiàn)象在半?yún)?shù)強度模型的假??設下尤為明顯.??區(qū)間估計的比較在90%,?95%和99%的置信水平下,表2-4列出了經(jīng)驗似然比置信??E間石和Wald型置信區(qū)間12的覆盞率.同樣地,這里不僅考慮了雙側區(qū)間的覆蓋率,??還考慮了弟側區(qū)間的覆蠱率.整體而官,引入隨機效應會使得區(qū)間估計的覆蓋率有些波??動,這在半?yún)?shù)模型的假設下尤為明顯*隨著f的增大,脆弱囡子的方差越來越大,不可??觀測的異質性對捕獲強度的影響也越來越大,兩類區(qū)間估計的覆篇率與名義置儒水平的??偏差也越來越大.這可能是因為_?e從1/30增大至2,捕獲概率從86.7%減小到56.1%5這??使得收集的數(shù)據(jù)變得稀疏,樣本中包含總體的信息逐漸減少導致的.??在最差的情況下,Wald型雙側置信區(qū)間的覆蓋率比名義置信水平低6%,單側置f售??-30-??
les?of?Rp(N〇)?Quantiles?of?(Np-N〇)/(Np^p)??+?+??+??q?—?/??〇?m?-?,?*.^p?z?y??s?y?3。-?Z??。::Z?g;:Z??〇?-?y??1?I?I?I?I?I?I?I?I?I?I?I ̄ ̄??0?2?4?6?8?10?-3?-2?-1?0?1?2??Quantiles?of?Rp(N〇)?Quantiles?of?(Np-N〇)/(N'J^Cp)??圖2-3混合效應模型下i^(iV〇)關寧0的QQ圖(第1列)和(^?-?關于N(0,1)??的QQ圈(第2:列)5篇1、2行分別.命處e?=?1和0.1.??綜上所述,相比子H〇rvit_z-Thonip_son型f古計量及,本擧所提出.的最大經(jīng)驗似然估??計董及具有較小的均方誤氧且后者的偏差更。cWald型置猶K間T2相比,本章??所提出的經(jīng)驗似然比置信區(qū)間:具有較準確的覆蓋率,因而更加可信.當捕獲概率低??至49.0%左右時,Wald型雙側璧翁區(qū)間和置儀下限的可信度會低子?頇期,置信上限則過??子保守.相對于Wald型置信區(qū)間石而自;不可觀測的異質性對經(jīng)驗似然比置信區(qū):間??石覆裔率的影響較。M管我們只在固定效應模型的假設下證明了所提統(tǒng)計纛的漸近性??質,但是QQ圖表明在混合效應模型下,將g作為經(jīng)驗似然比統(tǒng)計量兄(iV〇)的近似分布??仍然是比較合龜?shù)模??-32-??
【參考文獻】:
期刊論文
[1]Population Size Estimation with Covariate Values Missing Non-ignorable[J]. Li-ping LIU,Zhi-chao GUO,Xiao-gang DUAN. Acta Mathematicae Applicatae Sinica. 2016(03)
本文編號:3310740
本文鏈接:http://sikaile.net/shoufeilunwen/sklbs/3310740.html
最近更新
教材專著