在分层抽样下有效利用辅助信息及含于层总体大小中的信息的经验似然方法

本文考虑用在分层随机抽样下的经验似然方法来获得有限总体参数的估计量\bd 我们指出, 经验似然方法非常自然地结合辅助信息和含于层总体大小中的信息\bd 我们的结果显示, 由经验似然方法可获得有效估计.     

线性度量误差模型的极大经验似然估计

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。     

部分线性度量误差模型中的经验似然推断

部分线性度量误差模型(Partial linear measurement error model)是经典的部分线性模型的推广．在此模型中,我们假定解释变量含有度量误差．本文,我们把经验似然推广到部分线性度量误差模型,得到了非参数的Wilk's定理．我们的方法可以用来构建置信区间(域),也可以用来检验．数值模拟表明,我们的方法在构建的置信区间长度以及覆盖率方面有很好的结果．     

Empirical Likelihood Type Confidence Intervals Under Random Censorship

In this paper a simple way to obtain empirical likelihood type confidenceintervals for the mean under random censorship is suggested. An extension tothe more general case where the functional of interest is an M-functional isdiscussed and the proposed technique is used to construct confidenceintervals for quantiles. The results of a simulation study carried out toassess the accuracy of these inferential procedures are also given.     

��λ���ع�Ĺ⻬������Ȼ

For linear quantile regression model, this paper proves that the test statistics, besed on smoothed empirical likelihood (SEL) method and least absolute deviation (LAD) method, both converge weakly to a noncentral Chi-square distribution under the local alternatives $H_1:beta=beta_0+a_n$, where $beta$ is the true parameter. Simulation results show that the SEL method is more efficient than the LAD method.     

Empirical Likelihood Inference for AR（p） Model

In this article we study the empirical likelihood inference for AR（p） model. We propose the moment restrictions, by which we get the empirical likelihood estimator of the model parametric, and we also propose an empirical log-likelihood ratio base on this estimator. Our result shows that the EL estimator is asymptotically normal, and the empirical log-likelihood ratio is proved to be asymptotically standard chi-squared.     

缺失数据均值推断的经验似然方法

研究了缺失数据的均值推断问题.在随机缺失及半参数模型的假设下,设计了基于影响函数理论的经验似然推断方法,证明了所构造的对数经验似然比检验统计量具有非参数Wilks性质.此外,该经验似然方法可以利用辅助协变量中提供的附加信息来提高检验的功效.在近邻备择假设下,计算了检验统计量的功效,并且通过一些模拟考察了该方法在有限样本下的表现.     

MA$(q)$模型的经验似然推断

In this article we study the empirical likelihood inference for MA（q） model. We propose the moment restrictions, by which we get the empirical likelihood estimator of the model parameter, and we also propose an empirical log-likelihood ratio based on this estimator. Our result shows that the EL estimator is asymptotically normal, and the empirical log-likelihood ratio is proved to be asymptotical standard chi-square distribution.     

Empirical Bayes Test for the Parameter of Rayleigh Distribution with Error of Measurement

For the data with error of measurement in historical samples, the empirical Bayes test rule for the parameter of Rayleigh distribution is constructed, and the asymptotically optimal property is obtained. It is shown that the convergence rate of the proposed EB test rule can be arbitrarily close to O（n-1/2） under suitable conditions.     

缺失数据下半参数回归模型的经验似然推断

针对响应变量缺失下的半参数回归模型,构造模型中未知参数的经验对数似然比统计量,证明了所提出的统计量具有渐近χ2分布,由此构造未知参数的置信域,并就置信域的覆盖概率及区间长度方面,通过模拟研究与最小二乘法进行优劣比较.     

THE ASYMPTOTIC DISTRIBUTIONS OF EMPIRICAL LIKELIHOOD RATIO STATISTICS IN THE PRESENCE OF MEASUREMENT ERROR

Suppose that several different imperfect instruments and one perfect instrument are independently used to measure some characteristics of a population. Thus, measurements of two or more sets of samples with varying accuracies are obtained. Statistical inference should be based on the pooled samples. In this article, the authors also assumes that all the imperfect instruments are unbiased. They consider the problem of combining this information to make statistical tests for parameters more relevant. They define the empirical likelihood ratio functions and obtain their asymptotic distributions in the presence of measurement error.     

核实数据下删失线性EV模型的经验似然推断

本文考虑协变量带有误差的删失线性回归模型,借助于核实数据,对回归系数构造了两种经验对数似然比统计量,证明了所提出的估计的经验对数似然比统计量渐近收敛到一个自由度为1的独立χ2变量的加权和;而经调整后所得的调整的经验对数似然比统计量具有渐近标准χ2p分布,所得结果可以用来构造未知参数的置信域,通过模拟研究在置信域的精度及其平均区间长度大小方面进行了比较。     

协变量随机缺失下线性模型的经验似然推断及其应用

考虑协变量带有缺失的线性模型,提出了加权的经验似然方法和借补的经验似然方法,证明了所提出的经验对数似然比渐近于χ~2分布,由此构造回归系数的置信域。模拟研究了所提出方法的有限样本性质,并进行了实例分析。     

线性相关模型中误差方差的经验似然估计及其Bootstrap

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．     

核实数据下响应变量缺失的线性EV模型经验似然推断

考虑响应变量随机缺失而协变量带有误差的线性模型,借助于核实数据和借补方法,构造了回归系数的两种经验似然比,证明了所提出的估计的经验对数似然比渐近于一个自由度为1的独立χ2变量的加权和;而经调整后所得的调整经验对数似然比渐近于自由度为p的χ2分布,该结果可以用来构造未知参数的置信域.此外,我们也构造了响应均值的调整经验对数似然比统计量,并证明了所提出的统计量渐近于x2分布,可用此结果构造响应均值的置信域.通过模拟研究比较了置信域的精度及其平均区间长度.     

随机受控分支过程中繁衍变量均值的经验似然估计

文章研究受控分支过程在随机环境下的繁衍变量均值的估计问题.我们基于加权条件最小二乘法构造估计方程,发展了一个经验似然比检验,并证明了这个检验统计量的极限分布是χ^2分布.最后通过随机模拟验证了经验似然方法有较高的覆盖概率.     

泊松回归模型中协变量含误差的经验似然推断

在模型的协变量含有测量误差的情况下,考虑一类泊松回归模型的统计推断问题.通过巧妙地构造辅助随机向量,提出一个工具变量类型的经验似然统计推断方法.证明构造的经验对数似然比函数渐近服从标准卡方分布,进而给出了回归系数的置信区间.所提出的估计方法可以有效地消除测量误差对估计精度的影响,并且具有较好的有限样本性质.     

响应变量缺失下线性EV模型中参数的经验似然推断

考虑了响应变量随机缺失情形下的线性EV模型,通过利用逆概率加权的方法构造未知参数的经验对数似然比统计量,证明了所构造的经验对数似然比统计量渐近于X~2分布,利用这个结果可以构造未知参数的置信域     

优良抽样设计下Logistic分布中参数的极大似然估计

当研究目标的实际测量具有不可修复的破坏性或耗资巨大时,有效的抽样设计将是一项重要的研究课题.在统计推断方面,排序集抽样(RSS)被视为一种比简单随机抽样(SRS)更为有效的收集数据的方式.动态极值RSS (MERSS)是一种修正的RSS.文章在SRS和MERSS下研究了Logistic分布中参数的极大似然估计(MLEs).在这两种抽样下证明了该分布中位置参数和刻度参数的MLEs的存在性和唯一性,并计算了所含参数的Fisher信息量和Fisher信息矩阵.比较了这两种抽样下对应估计的渐近效率.数值结果表明MERSS下的MLEs一致优于SRS下的MLEs.     

在有辅助信息情况下检验一约束集的经验似然比统计量的渐近分布

考虑了在有辅助信息情况下对M-泛函的一约束集进行统计检验的问题.我们定义了经验似然比检验统计量,并获得了它们的渐近分布.