共查询到20条相似文献,搜索用时 0 毫秒
1.
本文应用经验似然方法得到了线性模型误差方差的一类新的估计,证明了估计的渐近分布为正态分布且渐近方差不超过常用的误差方差估计的渐近方差,同时给出了渐近方差的显式表达. 相似文献
2.
《数学的实践与认识》2020,(4)
在随机缺失(MAR)机制下利用经验似然方法构造了线性回归模型中误差方差的估计.并在一定条件下,证明了该估计的渐近正态性,由此得出当误差的分布不对称时,该估计的渐近方差比常用估计的渐近方差小. 相似文献
3.
在平稳相协误差下,本文采用分组经验似然方法构造部分线性模型回归系数的置信区域,证明了分组经验似然比统计量渐近卡方分布,该结果可用于构造回归系数的经验似然置信域.进一步地,我们还在有限样本情形做了数值模拟研究. 相似文献
4.
本文将自变量的测量误差考虑到线性模型中,提出了线性度量误差模型参数的极大经验似然估计,在一定条件下,证明了所得到的未知参数的估计具有渐进正态性,并通过数值模拟,说明了该方法的可行性。 相似文献
5.
线性相关模型中误差方差的经验似然估计及其Bootstrap 总被引:1,自引:0,他引:1
石坚 《数学物理学报(A辑)》1997,17(1):38-46
该文利用经验似然方法,对线性相关模型中误差方差的传统最小二乘型估计进行修正,得到的修正估计其渐近方差比传统估计的更小.同时,我们还讨论了修正估计的Bootstrap逼近问题.关键词##4相关模型;;误差方差;;最小二乘;;经验似然;;Bootstrap. 相似文献
6.
部分线性变量含误差模型的经验似然估计 总被引:2,自引:0,他引:2
本文把经验似然方法推广到部分线性变量含误差模型 ,得到了Wilks定理的非参数形式 ,定理用来构造参数向量的渐近置信区间 .结果与WangandJing (1 999)对一般部分线性模型的经验似然结果加以比较 ,并且与正态逼近法得到的结果也作了比较 . 相似文献
7.
本文研究强混合样本下部分线性模型的经验似然推断,将分块技术应用到经验似然方法中,证明部分线性模型的参数β的对数经验似然比统计量的渐近分布为卡方分布,由此构造强混合样本下β的经验似然置信区间.在有限样本情况下给出数值模拟结果. 相似文献
8.
9.
运用参数的极大似然估计法,给出在线性约束条件Hβ=C下异方差回归模型参数β和λ的极大似然估计,并讨论了估计参数的性质和模型的残差.利用得到的结论对线性约束下异方差回归模型的进一步研究和应用具有一定的理论和实际价值. 相似文献
10.
11.
12.
研究高维线性模型中的经验似然推断.当协变量的维数随样本量增加时,常规的经验似然推断失效.在适当的正则条件下,对修正的经验似然比统计量给出了渐近分布理论. 相似文献
13.
14.
<正> §1.引言 1979年,Efron为估计基于独立观测值的统计量的分布,提出了一种很一般的重新抽样程序,称为Bootstrap:以一样本情形为例,设从分布F完全未知的总体中抽得大小为n的简单随机样本X_i=x_i,i=1,…,n.记X=(X_1,…,X_n),x=(x_1,…,x_n),它们分别表示随机样本及其特定的观测值.今给定一个随机变量R(X,F),它可能不仅依赖于X而且依赖于未知分布F.问题是要根据观测数据x去估计R的抽样分布。 相似文献
15.
Consider the semiparametric varying-coefficient heteroscedastic partially linear model Y i = Xτiβ + Zτiα(Ti) + σiei,1 ≤ i ≤ n,where σ 2 i = f(Ui),β is a p × 1 column vector of unknown parameter,(Xi,Zi,Ti,Ui) are random design points,Y i are the response variables,α(·) is a q-dimensional vector of unknown functions,e i are random errors.For both cases that f(·) is known and unknown,we propose the empirical log-likelihood ratio statistics for the parameter β.For each case,a nonparametric version of Wilks’ theorem is derived.The results are then used to construct confidence regions of the parameter.Simulation studies are carried out to assess the performance of the empirical likelihood method. 相似文献
16.
<正> 考虑线性模型 Y_((n))=X_nβ+e_((n)),n=1,2,…其中X_n=(xij)为n×p阶已知矩阵,rank X_n=r_n,为未知的待估参数向量,e_((n))=为独立的试验误差,满足条件 相似文献
17.
18.
基于截面经验似然方法,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.最后通过数据模拟,将该方法与正态逼近方法比较,说明了该方法是有效和可行的. 相似文献
19.
20.
本文研究在条件(1.2)(其中e1,e2,…,假定有不同的分布)之下,估计σ2(n)的大样本性质,得到了:
1.σ2(n)为σ2的弱相合估计的必要条件;
2.σ2(n)为σ2的强相合估计的必要条件和充分条件,二者差别不大(有可能,必要条件也是充分条件)。 相似文献
1.σ2(n)为σ2的弱相合估计的必要条件;
2.σ2(n)为σ2的强相合估计的必要条件和充分条件,二者差别不大(有可能,必要条件也是充分条件)。 相似文献