版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、經(jīng)驗似然方法自問世以來便得到了數(shù)理統(tǒng)計學(xué)界的廣泛關(guān)注.經(jīng)驗似然作為一種非參方法,并不需要對觀測數(shù)據(jù)做出分布族假定,因而經(jīng)驗似然可以被看作是沒有重復(fù)抽樣的bootstrap方法,或者是沒有參數(shù)假定的似然方法.通過將估計方程運用為一個最優(yōu)化問題的約束條件,在構(gòu)造似然比函數(shù)時,并不像極大似然那樣需要首先得到參數(shù)的點估計。由于經(jīng)驗似然構(gòu)造的參數(shù)的置信域不再是二次型的形式,其置信域的形狀完全決定于觀測數(shù)據(jù),在本文中我們稱這一性質(zhì)為數(shù)據(jù)-適應(yīng)性(d
2、ata-adpative)。基于經(jīng)驗似然諸多的優(yōu)點,特別是其良好的漸近勢,在統(tǒng)計推斷問題上得到了廣泛的應(yīng)用,已經(jīng)成長為數(shù)理統(tǒng)計學(xué)的重要研究工具和前沿的研究領(lǐng)域。 當(dāng)我們把經(jīng)驗似然應(yīng)用于構(gòu)造參數(shù)的置信域,依據(jù)我們的研究重點,模型中的參數(shù)分為興趣參數(shù)(interesting parameter)和討厭參數(shù)(nuisance parameter)為了構(gòu)造興趣參數(shù)的置信域,我們可以先將討厭參數(shù)估計出來,帶入估計函數(shù),這便是plug-in
3、方法。在參數(shù)模型中,討厭參數(shù)的估計有參數(shù)的收斂速度,因而不會改變估計函數(shù)的收斂速度,從而不影響經(jīng)驗似然或者極大似然的漸近卡方性質(zhì)。但是在半?yún)⒛P椭?,例?y=g(X;β)+ε,未知函數(shù)g(·)是無窮維討厭參數(shù),g(·)的偏差只能達到非參的收斂速度,此時應(yīng)用plug-in方法得出的對數(shù)經(jīng)驗似然比函數(shù)的漸近分布為d-1個(d為β的維數(shù))獨立的x12分布的隨機變量的加權(quán)和,而且各個權(quán)重是未知的。在本文的第二章,我們會簡要的介紹現(xiàn)存的估
4、計各個權(quán)重的方法及其不足,同時給出我們的糾偏方法.我們的核心思路是運用中心化為估計函數(shù)糾偏,使得保持最優(yōu)估計函數(shù)形式的同時,估計函數(shù)收斂到0的速度達到√n(n為樣本量),從而保證對數(shù)似然比函數(shù)的漸近卡方性質(zhì)。在第二章中,我們給出了糾偏平滑得分函數(shù)和糾偏經(jīng)驗似然兩種方法,特別是后者,我們將其應(yīng)用到更加復(fù)雜的情形-變量觀測誤差(errors-in-variables)模型。在經(jīng)濟,生物和醫(yī)學(xué)等領(lǐng)域,errors-in-variables模型
5、皆有廣泛的實際應(yīng)用。在Fuller(1987)和Pepe and Fleming(1991)等學(xué)者的研究中,觀測誤差的變量被假定為有參數(shù)的結(jié)構(gòu),例如 X=X+ε,X=βTX+ε,其中,X為有效數(shù)據(jù),X為觀測數(shù)據(jù)。在本文中,我們應(yīng)用了中心化的糾偏方法,因而不需要假定X和X之間的參數(shù)結(jié)構(gòu),而X=f(X)+ε的非參結(jié)構(gòu)保證了應(yīng)用中的靈活性和實用性.無論plug-in的是參數(shù)估計還是非參估計,我們最終都可以給出漸近卡方分布,因而我們的
6、糾偏是適應(yīng)于plug-in方法的。 在第三章和第四章中,我們引入的模型-適應(yīng)性是當(dāng)前非參置信限領(lǐng)域的研究熱點。在非參模型中,當(dāng)我們已知回歸函數(shù)屬于連續(xù)函數(shù)空間中的某個子空間,而且子空間的劃分與回歸函數(shù)的平滑性緊密相關(guān),我們希望得到的回歸函數(shù)的置信限的面積(體積)選擇隨著子空間的不同選擇而自動調(diào)整,這就是模型-適應(yīng)性的簡單解釋。Li(1989)為適應(yīng)性非參置信球直徑的階數(shù)給出了下界,還有Barand(2004)、Wasserman
7、(2005)、Hoffmann and Lepski(2002)等學(xué)者的研究為本文的工作搭建了良好的理論平臺.現(xiàn)存的適應(yīng)性置信限的構(gòu)造都集中于置信球的形式,即分別構(gòu)造相互獨立的球心和直徑,顯然置信球的形狀與實際觀測的數(shù)據(jù)無關(guān),即不具有數(shù)據(jù)-適應(yīng)性的性質(zhì).在本文中,我們將具有數(shù)據(jù)-適應(yīng)性的經(jīng)驗似然方法引入模型-適應(yīng)性置信限的研究,使得構(gòu)造出的置信限的形狀決定于觀測數(shù)據(jù),同時置信限的平均直徑以最優(yōu)的速率適應(yīng)于選定的模型子空間,因而我們給出的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 半?yún)⒛P偷慕?jīng)驗似然推斷.pdf
- 半?yún)V模型和缺失數(shù)據(jù)下估計方程的經(jīng)驗似然推斷.pdf
- 基于參數(shù)、非參、半?yún)⑷惸P偷腣aR方法的對比研究.pdf
- 關(guān)于半?yún)⒔y(tǒng)計模型的估計研究
- 基于縱向數(shù)據(jù)的半?yún)⒙?lián)合均值方差模型.pdf
- 半?yún)⒒貧w模型的兩步回歸估計.pdf
- 含變換參數(shù)的半?yún)⒉糠志€性模型的估計.pdf
- 基于Dirichlet混合過程的半?yún)㈦p自回歸模型的估計.pdf
- 非相參積累的最佳加權(quán)檢測器起伏目標(biāo)的非相參檢測
- 三甲醫(yī)院參保和非參保病人住院費用對比及參保病人費用合理性研究.pdf
- 基于核實數(shù)據(jù)EV模型的非參回歸函數(shù)估計.pdf
- 對含缺失數(shù)據(jù)的非參可加模型進行成分選取.pdf
- 一種基于風(fēng)險和無風(fēng)險投資的半?yún)⒔y(tǒng)計模型的估計.pdf
- 計量經(jīng)濟模型中的統(tǒng)計推斷:非參數(shù)與半?yún)?shù)方法.pdf
- 幾類非參數(shù)半?yún)?shù)模型的理論及應(yīng)用.pdf
- 職工醫(yī)保參保人員非定點
- 淺談“非城市建設(shè)用地”管理的適應(yīng)性和強制性
- 適應(yīng)性學(xué)習(xí)系統(tǒng)中的適應(yīng)性策略研究.pdf
- 連續(xù)空間非參函數(shù)逼近方法研究.pdf
- 幾類金融時間序列模型統(tǒng)計推斷.pdf
評論
0/150
提交評論