核估计量、窗宽与置信带

本文对非参数回归曲线提出一种新的核估计量和窗宽选择方法及其修正偏倚置信带 .仅利用该回归曲线的估计量和选择数据的窗宽构造这些置信带 .证明了在大样本的意义下 ,这种修正偏倚置信带和Bonferroni型带具有渐近修正范围概率的性质 .并且通过MonteCarlo实验研究了它在小样本中的性质 .在模拟研究中已经证明 ,这种修正偏倚置信带方法是很有效的 ,即使在样本容量n=1 0 0的情况下 ,它也接近给定的范围概率 .     

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.     

响应变量随机缺失下变系数部分线性模型的借补经验似然推断

考虑响应变量随机缺失下的变系数部分线性模型的估计问题,利用构造基于借补值的辅助随机向量,给出了参数分量的借补经验对数似然比函数.证明了其渐近服从标准卡方分布,进而给出了参数分量的置信域.     

部分线性单指标EV模型中参数的经验似然置信域

考虑部分线性单指标EV模型,利用纠偏方法构造了模型中未知参数的经验对数似然比统计量.在适当条件下,证明了所提出的统计量依分布收敛于标准x2分布,所得结果可以构造未知参数的置信域.通过模拟研究在置信域精度及其覆盖概率大小方面进行了说明.     

纵向数据下变系数部分非线性模型的经验似然推断

考虑了纵向数据下变系数部分非线性模型中参数分量置信域的构造.为避免纵向数据组内相关性给构造经验似然比带来的困难,提出了参数分量的分块经验对数似然比统计量,证明了所构造的分块经验似然比统计量渐近于卡方分布.数据模拟表明所提出的分块经验似然方法在置信域大小和覆盖率方面要优于正态逼近方法.     

非参数部分带有测量误差的部分线性变系数模型的经验似然推断

研究非参数部分带有测量误差的部分线性变系数模型,构造了模型中未知参数的局部纠偏经验对数似然比统计量,在适当条件下,证明了所提出的统计量具有渐近x2分布,由此结果可以用来构造未知参数的置信域.并且还构造了未知参数的最大经验似然估计及系数函数的估计,证明了它们的渐近性质.最后通过数值模拟研究了所提估计方法在有限样本下的实际...     

记录值样本下具有“浴盆”型失效率寿命分布的最优置信集估计

本文针对具有一种具有“浴盆”型失效率曲线的寿命分布,在记录值样本下研究模型参数的置信集估计问题.通过构造枢轴量,首先建立了模型参数的精确置信区间和置信域.进一步,在给定显著性水平下,利用拉格朗日乘子法,构造了模型参数的最优置信区间和最优置信域估计.最后,通过算例分析研究了结果的优良性.     

缺失数据下线性模型中回归参数的经验似然置信区域

在缺失样本下,构造了线性模型中参数的调整的经验似然置信域,数值模拟表明调整的经验似然置信域有较好的覆盖率和精度.     

半函数线性模型的k近邻经验似然推断

将k近邻方法应用到经验似然方法中,并以此来研究函数型数据下,半函数部分线性模型的估计问题.通过构造参数分量的对数经验似然比函数,得到该经验对数似然比依分布收敛于χ2分布,同时给出了非参数部分的估计值和收敛速度,并给出了经验似然方法在模拟研究中的应用.     

利用CATE曲线选择最优治疗方案（英文）

本文基于因果推断理论,提出根据病人的生物标记物进行最优治疗方案选择的统计方法.这种方法是基于CATE (conditional average treatment effect)曲线以及CATE曲线的置信带(SCB)的. CSTE曲线表示给定生物标记物(协变量)的条件下,处理组的条件平均处理效应.同时, CATE曲线及其SCB可以被用于对特定的治疗方案选择适宜的病人.文中利用B样条方法估计CATE曲线及其CSB,并推导了其近似大样本性质.文中还通过模拟比较研究了CATE曲线的置信带的有限样本性质,并阐述了CATE曲线及其置信带在真实数据中如何选择最优治疗方案.