协变量缺失情形下的逆概率加权众数回归估计 |
| |
引用本文: | 林金官,景钰涵,韩忠成.协变量缺失情形下的逆概率加权众数回归估计[J].应用数学,2023(2):562-570. |
| |
作者姓名: | 林金官 景钰涵 韩忠成 |
| |
作者单位: | 南京审计大学统计与数据科学学院 |
| |
基金项目: | 国家自然科学基金(11971235,11831008,12201305);;全国统计科学研究项目(2021LY007);;江苏省研究生科研与实践创新计划项目(KYCX22 2204); |
| |
摘 要: | 数据缺失在实际应用中普遍存在,数据缺失会降低研究效率,导致参数估计有偏.在协变量随机缺失(MAR)的假定下,本文基于众数回归和逆概率加权估计方法对线性模型进行参数估计.该方法结合参数Logistic回归和非参数Nadaraya-Watson估计两种倾向得分估计方法,分别构建IPWM-L估计量和IPWM-NW估计量.模拟研究和实例分析表明,众数回归模型比均值回归模型更具稳健性,逆概率加权众数(IPWM)估计方法在缺失数据下表现出了更好的拟合效果,与IPWM-L估计量相比, IPWM-NW估计量更稳健.
|
关 键 词: | 随机缺失 众数回归 逆概率加权估计 倾向得分 |
|
|