排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
设两个样本数据不完全的线性模型,其中协变量的观测值不缺失,响应变量的观测值随机缺失。采用随机回归插补法对响应变量的缺失值进行补足,得到两个线性回归模型的"完全"样本数据,在一定条件下得到两响应变量分位数差异的对数经验似然比统计量的极限分布为加权x_1~2,并利用此结果构造分位数差异的经验似然置信区间。模拟结果表明在随机插补下得到的置信区间具有较高的覆盖精度。 相似文献
2.
3.
4.
本文对两个样本数据不完全的线性模型展开讨论,
其中线性模型协变量的观测值不缺失, 响应变量的观测值随机缺失(MAR).
我们采用逆概率加权填补方法对响应变量的缺失值进行补足, 得到两个线性回归模型``完全'样本数据,
在``完全'样本数据的基础上构造了响应变量分位数差异的对数经验似然比统计量.
与以往研究结果不同的是本文在一定条件下证明了该统计量的极限分布为标准,
降低了由于权系数估计带来的误差, 进一步构造出了精度更高的分位数差异的经验似然置信区间. 相似文献
1