论文部分内容阅读
部分线性模型也即半参数回归模型,是参数模型和非参数模型的结合,其既含有参数分量,又含有非参数分量,部分线性模型在描述实际问题时,较参数模型与非参数模型有更好的灵活性和解释能力,在用部分线性模型解决实际问题时,经常碰到模型的非参数分量与其解释变量之间关系具有明显的单调性的情形,因此,统计学者提出了具有单调性限制条件的部分线性模型,即本文所要研究的模型. 在实际问题中,我们经常会遇到各种类型的复杂数据,如:测量误差数据、缺失数据、删失数据等,如果在研究中忽略复杂的数据结构,进行统计推断时往往会降低统计推断的效率. 本文将研究响应变量随机右删失情况下,半参数单调回归模型的估计问题.采用系数带有不等式约束的伯恩斯坦多项式逼近半参数单调回归模型的非参数部分,保证非参数函数的估计满足单调性约束.在逆删失概率加权最小绝对偏差准则下,通过最小一乘算法,同时得到参数的估计与非参数部分的伯恩斯坦多项式估计;给出了参数估计的渐近分布;通过模拟研究了估计的有限样本性质,并把所提的方法应用到一个实际数据集合的分析,得到了直观上与实际相符的结果.