在医学、生物学、生存分析、经济学、可靠性分析及工业寿命分析等科学领域,由于受各种客观条件的限制,如观测时间,设备先进性以及个体差异性等,通常情况下,我们在进行统计推断与假设检验分析时所获得的数据不像经典回归分析中那样完整,往往不能被精确观测到。这些数据要么大于或等于某一常数,要么小于或等于某一数据,要么落在某一区间内,我们把落在区间内的数据称之为区间删失数据。 本文针对区间删失数据的特点,用离散化方法和大样本正态逼近法,对区间删失情形下的协变量进行了分析处理,继而用极大似然估计法得到了当协变量为区间删失数据时线性模型的参数估计结果。应用Matlab对上述推理得到的理论结果进行了数值模拟计算,期间应用了fminsearch函数对似然函数求了最小值,当其达到最小值的时候,相应的参数的值β即为所求p的估计值。 通过对Matlab数值模拟结果的分析和相互比较,我们得到的结论如下：在协变量为区间删失数据的线性模型中,运用离散化方法能得到未知参数的较高精度的估计,并且该方法较传统方法有理论保障；另外,在大样本情形下,采用的正态逼近的方法亦能得到各参数的误差很小的估计,结果也是令人满意的。