响应变量缺失下非线性回归模型的加权半参数估计

基于逆概率加权方法研究了响应变量缺失下非线性回归模型的参数估计问题,提出了一种利用广义部分线性单指标模型对选择概率建模的加权半参数估计方法.从理论上证明了所得估计量具有渐近正态性,并通过数据模拟分析研究了所提方法在有限样本下的表现.     

协变量缺失情形下的逆概率加权众数回归估计

数据缺失在实际应用中普遍存在,数据缺失会降低研究效率,导致参数估计有偏.在协变量随机缺失(MAR)的假定下,本文基于众数回归和逆概率加权估计方法对线性模型进行参数估计.该方法结合参数Logistic回归和非参数Nadaraya-Watson估计两种倾向得分估计方法,分别构建IPWM-L估计量和IPWM-NW估计量.模拟研究和实例分析表明,众数回归模型比均值回归模型更具稳健性,逆概率加权众数(IPWM)估计方法在缺失数据下表现出了更好的拟合效果,与IPWM-L估计量相比, IPWM-NW估计量更稳健.     

缺失数据下半参数变系数部分线性模型的统计推断

该文研究协变量随机缺失下半参数变系数部分线性模型的统计推断.利用逆概率加权最小二乘方法给出了模型中参数分量和非参数分量的估计,并证明了它们的渐近正态性.另外该文又提出了一个逆概率加权经验对数似然比统计量,并证明该统计量服从标准χ~2分布,从而构造了模型中参数分量的经验似然置信域.最后通过模拟研究和实例分析说明该文提出的方法具有较好的有限样本性质.     

缺失数据下部分非线性变系数EV模型的统计推断

该文研究了响应变量缺失下半参数部分非线性变系数EV模型的统计推断问题,利用逆概率加权局部纠偏profile最小二乘法构造了模型中非参数分量和参数分量的估计,证明了估计量的渐近正态性.通过数值模拟和实际数据分析,验证了所提出的估计方法是有效的.     

单调缺失机制下高维纵向线性回归模型的变量选择

在响应变量带有单调缺失的情形下考虑高维纵向线性回归模型的变量选择.主要基于逆概率加权广义估计方程提出了一种自动的变量选择方法,该方法不使用现有的惩罚函数,不涉及惩罚函数非凸最优化的问题,并且可以自动地剔除零回归系数,同时得到非零回归系数的估计.在一定正则条件下,证明了该变量选择方法具有Oracle性质.最后,通过模拟研究验证了所提出方法的有限样本性质.     

多源数据融合视角下非概率样本与概率样本的大量插补推断方法

随着社会的发展,概率样本无回答率越来越高,其目标变量可能存在缺失的情况.同时,大数据与网络调查的发展使得获得的样本大多数是非概率样本,如何结合这两种样本推断总体是当今时代多源数据融合领域的一个热点问题.假设存在目标变量完全缺失的概率样本和数据完整的非概率样本,提出基于非概率样本建立超总体局部多项式模型,插补概率样本缺失的目标变量,并利用插补后的概率样本估计总体,进一步证明提出估计的渐近性质.模拟和实证研究表明:与基于非概率样本的倾向得分逆加权估计相比,提出估计的绝对相对偏差,方差与均方误差更小,且与基于真实概率样本的总体估计相接近;提出总体均值估计的方差估计的绝对相对偏差与95%置信区间覆盖率也接近于基于真实概率样本的总体估计的相应指标,估计效果较好.     

缺失数据下双重广义线性模型的经验似然推断

本文基于截面经验似然的方法,在响应变量随机缺失时,将双重广义线性模型的拟似然估计方程作为截面经验似然比函数的约束条件,构造了均值模型和散度模型未知参数的置信区间.数据模拟中,在完全数据集,逆概率加权填补所得的数据集和未加权填补所得的数据集三种情形下,将经验似然方法与正态逼近方法相比较.结果表明在双重广义线性模型中,逆概率加权这一填补方法和经验似然方法是有效和可行的.     

基于协变量缺失的Horvitz-Thompson加权分位回归估计方法

含有协变量缺失的数据缺失问题是现代统计分析中的热点之一.当缺失数据中同时存在厚尾,偏斜和异方差问题时则更加难以处理.为此,本文提出一种逆概率加权分位回归估计来研究响应和协变量之间的关系.与经典估计方法相比具有明显优势,一方面,该估计量使用了所有可用的数据,并且允许缺失的协变量与响应高度相关;另一方面,该估计量在所有分位数水平上满足一致性和渐近正态性.通过模拟验证了该方法的在有限样本下的有效性,进一步将该方法推广到线性多元回归模型和非参数回归模型.     

纵向单调缺失数据下线性模型的二次推断函数估计

纵向数据缺失的情况常常发生,文章考虑响应变量带有单调缺失的纵向数据.在逆概率加权广义估计方程(IPWGEE)的基础上,采用二次推断函数(QIF)方法研究线性模型下回归参数的估计问题.在一定的正则条件下,证明了所得估计量的相合性和渐近正态性.最后,通过模拟研究和实例分析验证了所提出方法在有限样本下的实际表现.     

协变量缺失下部分线性模型的模型选择和模型平均

本文研究了协变量随机缺失下部分线性模型的模型选择和模型平均问题.首先利用逆概率加权方法得出了线性回归系数和非参数函数的估计,并在局部误设定框架下证明了线性回归系数估计量的渐近正态性.然后构造了兴趣参数的兴趣信息准则和频数模型平均估计量,并根据该模型平均估计量构造了一个覆盖真实参数的概率趋于预定水平的置信区间.模拟研究和实例分析分别说明了本方法的优越性和实用性.     

完全离散复合二项风险模型破产概率的一个新求法

本文主要利用过程的马尔可夫性对完全离散复合二项风险模型进行研究,首先得到了赔付间断时间序列和赔付时刻赢余的有限维联合密度,然后根据这一结论,得到了新的破产概率公式以及有限时间内的生存概率公式,并在当初始资本u=0,c=1,赔付随机变量服从赌徒分布即P(Yi=2)=1,i=1,2,3,…的情况下,得到了有限时间内的生存概率.     

竞争型二元风险模型破产概率

本文研究了竞争型的二元风险模型,定义了两类破产概率以及状态过程,利用经典风险模型的已有结果和条件期望的性质,得到两类破产概率表达式,以及单个保险公司有限时间破产概率和最终破产概率,并给出两个保险公司的状态过程的概率分布列.     

故障概率模型的建立与估算定理的推证

基于网络部件故障概率及其更新的随机过程,应用RRM和CTMC分析马尔科夫概率模型MPM的建立,讨论在基本条件下的故障概率重要定理和可靠性概率估计的应用公式.     

Ruin probabilities of a bidimensional risk model with investment

We consider a classical risk model with the possibility of investment. We study two types of ruin in the bidimensional framework. Using the martingale technique, we obtain an upper bound for the infinite-time ruin probability with respect to the ruin time T_max(u₁,u₂). For each type of ruin, we derive an integral-differential equation for the survival probability, and an explicit asymptotic expression for the finite-time ruin probability.     

A simple classroom model for the spread of a disease

In this paper, we give an account of the mathematics that took place in a high-school classroom in connection with two extremely simple models for the spread of an infectious disease within a population. We also provide some ideas as to how the model might be made somewhat more realistic, and briefly discuss the possibility for developing more sophisticated models.     

复合二项风险模型的破产概率

本文讨论了一般情形的复合二项风险模型，得出了初始资本为０时的破产概率以及初始资本为ｕ≥０的情况下的破产概率的一般公式．     

复合二项风险模型的破产概率

本首次讨论了一般情形的复合二项风险模型,考虑了它的一些有关性质,得出了初始资本的0时的破产概率,它只与安全负荷系数有关,最后得出了初始资本为u≥0的情况下的破产概率的一般公式。     

广义二元复合二项风险模型的破产概率

本文研究了索赔过程和保费收取次数均为二项分布的双险种风险模型,得到了其破产概率的一般公式。     

一类带干扰风险模型的推广

In this paper, the cLassicaL risk process perturbed by diffusion is genera]ized by alLowing for “size fluctuation“ and the rtl[n probabiLity for this new model is dlscussed.     

两个级数求和问题的概率模型

通过构造概率模型,应用概率论与数理统计的方法给出两个特殊级数的求和问题.