删失数据半参数回归模型的样条估计量的渐近正态性

本文研究了删失数据半参数回归模型的渐近正态性问题.利用样条光顺和合成数据的方法,获得了参数β、非参数h(t)的样条估计量,以及参数估计量的渐近正态性,推广了完全数据情形的相应结果[4].     

截断与删失数据的极大似然估计的中偏差

本文研究了截断与删失模型,运用Taylor渐近展开方法,得到模型的极大似然估计的中偏差,比渐近正态性结果更加精细.     

ASYMPTOTIC PROPERTIES OF ESTIMATORS IN PARTIALLY LINEAR SINGLE-INDEX MODEL FOR LONGITUDINAL DATA

In this article, a partially linear single-index model /or longitudinal data is investigated. The generalized penalized spline least squares estimates of the unknown parameters are suggested. All parameters can be estimated simultaneously by the proposed method while the feature of longitudinal data is considered. The existence, strong consistency and asymptotic normality of the estimators are proved under suitable conditions. A simulation study is conducted to investigate the finite sample performance of the proposed method. Our approach can also be used to study the pure single-index model for longitudinal data.     

ESTIMATION FOR THE AYMPTOTIC VARIANCE OF PARAMETRIC ESTIMATES IN PARTIAL LINEAR MODEL WITH CENSORED

ＥＳＴＩＭＡＴＩＯＮＦＯＲＴＨＥＡＹＭＰＴＯＴＩＣＶＡＲＩＡＮＣＥＯＦＰＡＲＡＭＥＴＲＩＣＥＳＴＩＭＡＴＥＳＩＮＰＡＲＴＩＡＬＬＩＮＥＡＲＭＯＤＥＬＷＩＴＨＣＥＮＳＯＲＥＤＤＡＴＡ￥ＱｉｎＧｅｎｇｓｈｅｎｇ（秦更生）ＣａｉＬｅｉ（蔡雷）（Ｄｅｐｔ．ｏ...     

删失数据平滑非参数分位估计

文中在随机右删失意义下，对于未知分布函数的分位点，基于ＰＬ估计给出了一种平滑的非参数核分位估计，推导出了该估计的逐点和一致强弱Ｂａｈａｄｕｒ类型表示定理，并由此结果获得了平滑分位计的渐近正态性及重对数律等深刻结果。     

二次约束下多指标线性模型回归系数线性估计的可容许性

本文推广了Hoffmann[1]与Mathew[2]的结果，在二次损失下得到了二次约束下多指标线性模型中回归系数线性估计在线性估计类中可容许性的充要条件．     

NA样本部分线性模型估计的强相合性

考虑回归模型:Y~((j))(x_(in),t_(in))=t_(in)β+g(x_(in))+σ_(in)e~((j))(x_(in)),1≤j≤m,1≤i≤n,其中σ_(in)~2=f(u_(in)),(x_(in),t_(in),u_(in))为固定非随机设计点列,β是未知待估参数,g(·)和f(·)是未知函数,误差{e~((j))(x_(in))}是均值为零的NA变量.给出基于g(·)和f(·)一类非参数估计的β的最小二乘估计和加权最小二乘估计,并在适当条件下得到了它们的强相合性.     

带有结构变化的线性模型中参数估计的一些结果

本文在一些纯量损失和矩阵损失下研究带有结构变化的正态线性模型中参数的估计问题．分别给出 了存在回归系数的一致最小风险无偏（ＵＭＲＵ）估计和一致最小风险同变（ＵＭＲＥ）估计的充要条件, 证明了不存在误差方差在仿射变换群下的ＵＭＲＥ估计．导出了回归系数的最小二乘估计的可容许性 和极小极大性．     

成分数据的几个估计

本文用SURE模型导出了成分数据的均值和协差阵的估计。特别地，在成分数据服从Dirichlet分布D（a1,…,ad 1)时,构造了参数a=∑j=1^d 1 aj的二次估计及a1,…,ad 1的三次估计，求出了这些估计的渐近分布。     

带约束生长曲线模型线性估计的泛容许性

本文讨论带约束生长曲线模型中回归系数线性估计的泛容许性,给出了回归系数的线性估计在线性估计类中是泛容许估计的充要条件。     

左截断右删失数据下半参数模型风险率函数估计

文章给出了右删失左截断数据半参数模型下的风险率函数估计,讨论了风险率函数估计的渐近性质,获得了这些估计的渐近正态性,对数律和重对数律.由于假定删失机制服从半参数模型下,从而知道模型的更多信息,因此对于给出参数的极大似然估计,可以改进风险率函数估计的渐近性质.也就是说,删失数据模型具有半参数的辅助信息下, 风险率函数估计的渐近方差比通常的完全非参数的估计的渐近方差更小.这说明加入了额外的信息提高了风险率函数估计的效率.     

STRONG REPRESENTATIONS OF THE SURVIVAL FUNCTION ESTIMATOR ON INCREASING SETS FOR TRUNCATED AND CENSORED DATA

1991MRSubjectClassification62G05,62E201IntroductionandtheMainResultsInthisarticlewestudysllrvivaldatawhicharesubjecttobothlefttrull(:ationandrightcensoring(LTRC).Morespecifically,let(X,T,Y)denoterandomvariableswhereXisthevariableofinterest,calledthelifetimevariable,withunknowndistributionfullctioll(d.f.)F;Tistherandomlefttruncatiolltiliiewitharbitraryd.f.G,andYistherandorl.1rightcensoringtirliewitharbitraryd.f.H.ItisassumedthatX,T,Yarerxlutuallyindependent.Intheran相似文献   

带有异方差的部分线性回归模型的B样条估计

考虑一带有异方差的固定设计部分线性回归模型yij=X'ijβ+g(tij)+εij,i=1,2…,k:j=1,2,…,ni,和sum from i=1 to kni=n,其中yij为响应变量,β=(β1,…,βp)’是未知的参数向量,g(·)是未知的函数,Xij=(Xij1,…,Xijp)’和tij∈[0,1]为已知的非随机设计点,εij为均值0,方差是σi2的随机误差,其中σi2可能不同.通过B样条级数近似非参数分量,构造了参数分量β的一个半参数广义最小二乘估计.在一些矩条件下,导出了此半参数广义最小二乘估计的渐近分布,大多数在实际中遇到的误差分布都满足这些矩条件.另外,也构造了半参数广义最小二乘估计的渐近协方差矩阵的一个相合估计,还讨论了非参数分量的B样条估计.所有这些大样本性质都是在k趋于无穷大,ni有限时导出的.这些结果能被用来做渐近有效的统计推导.     

k-NN METHOD IN PARTIAL LINEAR MODEL UNDER RANDOM CENSORSHIP

ｋ－ＮＮＭＥＴＨＯＤＩＮＰＡＲＴＩＡＬＬＩＮＥＡＲＭＯＤＥＬＵＮＤＥＲＲＡＮＤＯＭＣＥＮＳＯＲＳＨＩＰＱＩＮＧＥＮＧＳＨＥＮＧ（ＤｅｐａｒｔｍｅｎｔｏｆＭａｔｈｅｍａｔｉｃｓ，ＳｉｃｈｕａｎＵｎｉｖｅｒｓｉｔｙ，Ｃｈｅｎｇｄｕ６１００６４）．Ａｂｓｔ...     

截尾样本下回归函数加权核估计的一些收敛性质

本文分别在截尾分布函数已知和未知两种情况下，构造了基于截尾样本的非参数固定设计模型回归函数的加权核估计，并研究了它们的一些收敛性质．     

变系数再生散度线性模型和它的估计

本文研究了一类变系数再生散度线性模型.利用局部最大似然的方法,得到了兴趣参数的估计,同时也研究了局部权和光滑参数的确定以及统计推断,结果推广了文献[11]的工作.     

随机删失数据下几种风险率函数估计的渐近性质

文中对于删失数据下几种不同的风险率函数估计进行了研究。使用与以往不同的方法，在较弱的条件下，改进并扩充了现有文献的结果，获得了这几种风险率函数估计的渐近正态性，一致强弱相合收敛速度以及重对数律且进行了数值模拟。     

一类纵向数据半参数模型估计的收敛速度

本文研究了一类纵向数据半参数模型参数和回归函数的估计问题.利用最小二乘法和一般的非参数权函数方法,获得了参数估计量的强收敛速度和回归函数估计量的一致收敛速度,推广了文献[4]的相应结果.     

A KERNEL ESTIMATOR OF A DENSITY FUNCTION IN MULTIVARIATE CASE FROM RANDOMLY CENSORED DATA

ＡＫＥＲＮＥＬＥＳＴＩＭＡＴＯＲＯＦＡＤＥＮＳＩＴＹＦＵＮＣＴＩＯＮＩＮＭＵＬＴＩＶＡＲＩＡＴＥＣＡＳＥＦＲＯＭＲＡＮＤＯＭＬＹＣＥＮＳＯＲＥＤＤＡＴＡ￥ＺｈｏｕＹｏｎｇ（周勇）（ＰｒｏｂａｂｉｌｉｔｙｌａｂｏｒａｔｏｒｙｉｎＩｎｓｔ．ｏｆＡｐｐｌ．...     

截断与删失数据下的一个回归方法

对于截断与删失下的反映变量,我们提出了一类广义乘积限估计,并获得了它的弱收敛性.在回归分析中,利用这类广义乘积限估计来定义一种最小距离的参数估计,并获得了这种参数估计的相合性和渐近正态性.