纵向数据半参数混合效应模型中的估计方法

本文将Tao等(1999)提出的线性混合效应模型推广为半参数混合效应模型,给出了模型参数、回归函数和随机效应密度的估计,并研究了估计的渐近性质.统计模拟表明我们给出的估计方法是可行的.     

一类非参数回归模型核估计的渐近性质

研究一类新的非参数回归模型回归函数的核估计问题,其中误差项为一阶非参数自回归方程.通过重复利用Watson-Nadaraya核估计方法,构造了回归函数及误差回归函数的估计量分别为m(.)和ρ(.),在适当的条件下,证明了估计量m(.)和ρ(.)的渐近正态性.     

纵向数据下半参数混合效应模型的估计

考虑纵向数据下一类半参数混合效应模型.应用核权函数法以及矩估计法给出了总体效应和个体效应的估计.在一般的条件下,证明了总体效应估计的渐近正态性,并给出该估计的置信区域.对总体效应和个体效应的估计进行了模拟研究,模拟显示估计效果较好.     

纵向数据混合效应模型的统计分析

本文研究了Tao等人在1999年提出的半参数混合效应模型,在不假设随机效应服从正态分布的条件下,用傅立叶变换的方法构造了随机效应的光滑非参数密度估计,给出了密度估计的公式,研究了其渐近性质,还构造了半参数混合效应模型中参数的估计方法并研究了其大样本性质。     

纵向数据混合效应模型的统计分析

本文研究了Tao等人在1999年提出的半参数混合效应模型,在不假设随机效应服从正态分布的条件下,用傅立叶变换的方法构造了随机效应的光滑非参数密度估计,给出了密度估计的公式,研究了其渐近性质,还构造了半参数混合效应模型中参数的估计方法并研究了其大样本性质.     

半参数混合效应模型中的估计及其强相合性

将Tao等(1999)提出的线性混合效应模型推广为半参数混合效应模型,给出了模型参数、回归函数和随机效应密度的估计,并研究了估计的强相合性及部分强相合速度.统计模拟表明我们给出的估计方法是可行的.     

纵向数据半参数回归模型的最小二乘局部线性估计

本文考虑纵向数据半参数回归模型:Yij=XiTjβ+g(Tij)+iεj,基于最小二乘法和局部线性拟合的方法建立了模型中参数分量β,回归函数g(.)和误差方差σ2的估计,在适当条件下给出了估计量的相合性,通过模拟研究说明了该方法在有限样本情况下具有良好的性质。     

固定设计下非参数回归模型估计的渐近性质

考虑固定设计下具有非参数AR(1)的非参数回归模型,综合最小二乘和非参数核估计法,定义了非参数函数的估计量,在适当的条件下,研究了它们的渐近性质.     

截尾数据的非参数回归函数的核估计

基于｛（Ｘｉ，Ｚｉ，δｉ），１≤ｉ≤ｎ｝，我们建立了Ｅ（Ｙ│Ｘ＝ｘ）的估计ｍｎ（ｘ）和ｍ＾ｎ（ｘ），并证明了估计量的强弱相合，积分绝对误差的强相合与平均相合性。     

ψ—混合误差下非参数回归函数加权核估计的相合性

本文在ψ－混合误差下讨论Ｐｒｉｅｓｔｌｅｙ，Ｍ．Ｂ．和Ｃｈａｏ，Ｍ．Ｔ．［１］提出的一类非参数回归函数加权核估计的相合性。在较弱的条件下证明了它的完全收敛性和强相合性。这些结论改进了现有的独立情形和相依情形的相应结论。     

删失数据平滑非参数分位估计的Bahadur表示

本文讨论了在随机右删失情况下一种平滑非参数分位估计ｘｎ（ｐ）（ｘｎ（ｐ）是的解）．在一定的条件下获得了ｘｎ（ｐ）的Ｂａｈａｄｕｒ表示，作为推论获得了ｘｎ（ｐ）的渐近正态分布和重对数律．     

RELATIVE STABILITY FOR LOCAL MEDIAN ESTIMATE

1IntroductionandResultConsiderthenonparametricmedianregressionlllodelwhereg:[0,1]-Risasmoothfunctiontobeestilllated.{xu,.15z57L}arelloll-ralldollldesignpointsintheinterval[0,1],{e,,i.15i相似文献   

纵向数据下部分非线性模型的广义经验似然推断

本文研究了纵向数据下部分非线性模型中未知参数的置信域的构造.利用经验似然方法,构造了非线性函数中未知参数的广义对数经验似然比统计量,证明了其渐近于卡方分布.同时,得到了未知参数的最大经验似然估计,并证明了其渐近正态性.     

TESTING FOR VARYING DISPERSION OF LONGITUDINAL BINOMIAL DATA IN NONLINEAR LOGISTIC MODELS WITH RANDOM EFFECTS

In this paper, it is discussed that two tests for varying dispersion of binomial data in the framework of nonlinear logistic models with random effects, which are widely used in analyzing longitudinal binomial data. One is the individual test and power calculation for varying dispersion through testing the randomness of cluster effects, which is extensions of Dean(1992) and Commenges et al (1994). The second test is the composite test for varying dispersion through simultaneously testing the randomness of cluster effects and the equality of random-effect means. The score test statistics are constructed and expressed in simple, easy to use, matrix formulas. The authors illustrate their test methods using the insecticide data (Giltinan, Capizzi & Malani (1988)).     

非线性纵向数据模型中方差和自相关系数的齐性检验

刻画纵向数据的协方差结构有三个可能因素：随机效应、序列相关和随机误差．在纵向数据分析中，模型方差的齐性是一个基本假定．但是，该假设未必正确．Zhang和、Weiss^[1]研究了具有随机效应的线性模型的异方差检验．林金官和韦博成^[2]将Zhang和、Weiss^[1]的结果推广到非线性情形．本文对具有自相关误差的非线性纵向数据模型，研究了方差齐性和相关系数的齐性检验，得到了检验的score统计量并应用于血浆渗透数据(见Davidian和Giltian^[3])．最后，本文还给出了模拟结果．     

有限混合Laplace分布回归模型局部估计的EM算法

本文研究了一类有限混合Laplace分布回归模型的局部极大似然估计问题. 利用核回归方法和最大化局部加权似然函数的EM算法, 获得了参数函数的局部极大似然估计量, 并讨论了它们的渐近偏差, 渐近方差和渐近正态性. 推广了有限混合回归模型下局部非参数估计的结果.     

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.     

NA相依样本下固定设计非参数回归权函数估计

在NA相依样本下,研究固定设计非参数回归权函数估计的强相合性和完全收敛性,获得了一些较合理的充分条件,较好地推广和改进了Georgiev在独立情形下所得到的相应结论。     

一类线性模型下最优线性无偏估计的存在性

考虑包含如方差分量模型、似乎不相关回归方程模型、增长曲线模型和扩充的增长曲线模型等众多常见模型的一类较广泛的线性模型。对模型中误差向量的分布不作假定时,给出了在二次损失或矩阵损失下存在回归系数的线性可估函数的一致最小风险线性无偏估计的充分必要条件。     

随机左截断数据下乘积限估计的强逼近及其应用

本文建立了左截断数据下乘积限估计的强表示结果,其误差项的收敛速度达到重对数律。作为应用,推出了乘积限估计的重对数律和强逼近等深刻结果。