缺失数据下双重广义线性模型的经验似然推断

       摘要: 本文基于截面经验似然的方法,在响应变量随机缺失时,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.数据模拟中,在完全数据集,逆概率加权填补所得的数据集和未加权填补所得的数据集三种情形下,将经验似然方法与正态逼近方法相比较.结果表明在双重广义线性模型中,逆概率加权这一填补方法和经验似然方法是有效和可行的.

作者:
吴刘仓 王子豪 詹金龙
单位:
昆明理工大学理学院,云南昆明,650093
出处:
《应用数学》
刊期:
2016年第29卷第2期
基金:
云南省自然科学基金 国家自然科学基金 国家自然科学基金

缺失数据下双重广义线性模型的经验似然推断

摘要:本文基于截面经验似然的方法,在响应变量随机缺失时,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.数据模拟中,在完全数据集,逆概率加权填补所得的数据集和未加权填补所得的数据集三种情形下,将经验似然方法与正态逼近方法相比较.结果表明在双重广义线性模型中,逆概率加权这一填补方法和经验似然方法是有效和可行的.

说明:如本页面涉及到版权问题或作者不愿意公开,请联系本站管理员删除!

0.227599s