随机缺失数据下样本分位数估计 | |
舒鑫鑫2; 张莉1; 周勇3 | |
刊名 | 数学学报 |
2017 | |
卷号 | 60期号:5页码:865 |
ISSN号 | 0583-1431 |
英文摘要 | 分位数的估计在生物医学、社会经济调查等领域有着广泛的应用,然而在实际问题的研究中,往往由于各种人为或不可控因素造成数据收集不完全.本文在随机缺失(MAR)假设条件下,利用非参数核补法和局部多重插补法给出了响应变量缺失时样本分位数的估计,并利用经验过程等理论证明了由这两种方法得到的分位数估计的大样本性质,同时,使用重抽样方法给出了估计的渐近方差的估计,模拟结果验证了这两种方法的有效性.文章所提两种方法的优点在于:首先,所提出的缺失修正方法不需要对缺失概率的模型做任何假设;其次,方法亦适用于其他有关参数不可微的估计目标函数;最后,方法很容易地推广到一般M估计的情况,并可以对多个分位数同时进行估计. |
语种 | 英语 |
内容类型 | 期刊论文 |
源URL | [http://ir.amss.ac.cn/handle/2S8OKBNM/47759] |
专题 | 应用数学研究所 |
作者单位 | 1.西北大学 2.美国伊利诺伊大学香槟分校 3.中国科学院数学与系统科学研究院 |
推荐引用方式 GB/T 7714 | 舒鑫鑫,张莉,周勇. 随机缺失数据下样本分位数估计[J]. 数学学报,2017,60(5):865. |
APA | 舒鑫鑫,张莉,&周勇.(2017).随机缺失数据下样本分位数估计.数学学报,60(5),865. |
MLA | 舒鑫鑫,et al."随机缺失数据下样本分位数估计".数学学报 60.5(2017):865. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论