经验似然相关论文
近年来,生存分析引起了学者的广泛关注,其广泛存在于许多科学研究领域,包括医学、人口学和社会学.本文将讨论生存分析中的区间删失......
缺失数据一直是统计学研究中的热点问题,目前国内外的研究大都假设数据的缺失机制是可忽略的。然而,在许多实际应用中,人们常常遇......
随着现代科技和医学技术的进步,人类对医疗的需求逐年增高,推动了传统“一刀切”治疗向个性化医疗的转型.个性化医疗,又叫做精准医......
经验似然方法自问世以来便得到了数理统计学界的广泛关注.经验似然作为一种非参方法,并不需要对观测数据做出分布族假定,因而经验......
本文主要对如何充分利用纵向数据的组内相关性来提高对纵向数据半参模型的估计精度以及高维数据的变量选择问题进行研究。纵向数据......
经验似然是一种非参数统计方法,用于对多元均值参数和更一般地,由估计方程定义的参数,构造置信域.自从它由Owen（1988,1990）提出以后,......
经验似然作为一种构造未知参数的置信区间的非参数统计推断方法是由Owen（1988,1990）提出的,具有很多优点,一经提出便得到广泛关注.比......
本文主要研究了单指标回归模型和半变系数模型的统计推断.首先.针对单指标模型回归方程之间存在相关性的问题,构造未知参数部分的......
本文在重尾索赔下,研究了四种基于整值时间序列离散风险模型的渐近推断问题.首先,考虑了索赔计数过程满足Poisson INMA（1）序列口Pois......
整数值时间序列数据在日常生活中应用广泛.这类数据的取值都是非负整数,不仅具有相依关系,通常还会呈现异方差性、非对称性等特点.......
本文主要给出了随机系数整值自回归过程的几种推广,并研究了推广后模型的统计推断问题.首先,我们削弱了随机系数整值自回归模型中......
随着数据收集和存储技术的进步,现在越来越多的数据具备函数型特征,比如曲线和图片等等,这些从无限维空间中取值的数据被称为函数......
学位
半参数变系数部分线性模型是近年来统计研究的热点之一,它涵盖了很多的参数、非参数回归模型,其中线性回归模型和部分线性回归模型......
在统计推断中,并非所有样本皆有效。由于种种原因,样本中的数据有缺失是不可避免的。例如：人口普查中一些人或单位出于某些原因不提......
线性过程在时间序列分析中具有特殊的重要地位,它在水文工程、气象学和生存分析等领域及经济、工程和物理等学科中都有着极其广泛......
似然方法是最重要的统计方法之一.由Owen [Empirical likelihood ratio confidence inter-vals for a single functional, Biometr......
变点问题自二十世纪五十年代以来一直是统计学的热点问题之一,它在质量控制,流行病学,地理科学,经济金融,可靠性和生存分析等领域......
荟萃分析是一种将有相同研究目的且彼此独立的不同科学研究结果进行整合,并定量分析这些科学研究结果的统计方法.荟萃分析结果的合......
部分线性模型是一类具有较强实际背景的半参数模型,由Engle等在1986年首次提出,之后有大量研究与众多应用.而广义线性模型理论是对......
缺失数据在工农业生产,药物研发,流行病学,人口普查,民意测验等领域普遍存在.数据缺失会导致获得的样本信息减少,降低模型效率,增......
本文主要研究了基于负二项稀疏算子的若干整数值时间序列的统计推断问题.首先,为了刻画具有活跃的数据生成机制且具有相关性的二元......
本文主要研究了几类整数值自回归模型的统计推断问题.首先,基于经验似然方法,研究了一阶整数值泊松自回归模型的统计推断.给出了参......
秩集抽样方法是McIntyre G A在澳大利亚研究牧草产量时首次提出来的一种抽样方法.他认为在相同的样本容量下,基于秩集抽样方法得到......
风险厌恶的度量一直是金融计量学研究的热点,GARCH-M模型能够有效地刻画条件方差与条件期望之间的关系,模型中的波动系数可以作为......
本文主要考虑响应变量缺失下部分线性EV模型的异方差检验问题.首先,利用完全观测到的数据对模型的未知参数和光滑函数进行估计,在......
本文构建了一个用于检验在预测回归模型下资产回报是否可被预测的方法。资产回报的预测性一直以来无论在实际中还是理论中都是一个......
总体之间的随机优先关系是刻画两个总体之间关系的一个重要的量。随机优先关系表示的是一个总体趋向比另一个总体大,已经应用于很......
加速失效时间模型相较于比例危险模型在模型形式、对回归系数的解释等方面有着明显的优势,因此越来越受到医学、生物学、统计学、......
在过去的几十年里,随着科学技术的高速发展和数据搜集能力的不断提升,在金融、经济、生物信息、医学、气象环境学、人体运动学等领......
在生物医学、教育学和经济学等研究领域中,缺失数据普遍存在.它们是统计研究中的热门问题.目前国内外大部分对这一方面的研究都是......
随着全面质量管理的推广,人们对质量的要求越来越高.从专业、管理和统计的角度出发进行质量改进,俨然成为了大家关注的焦点.就统计......
随着大数据时代的到来,需要处理的数据量及数据的维数也在不断扩大,即统计文献中所讨论的“大P、大n”现象.然而,经典的统计分析方......
我们在对现实生活中的数据进行统计建模时会发现在数据中往往存在数据缺失的情况。数据缺失的原因有很多,例如数据采集时没有采集......
对称性是概率模型中的定性特征,其在数学和统计学中都起着非常重要的作用。因为对称性是许多统计模型的一个重要假设。例如,对称性......
因果推断是目前比较热门的研究领域,主要探究自变量的改变对于因变量的影响。随机试验是研究因果推断的常用方法。因为随机试验可......
在临床研究中,生物标记物对疾病结果的影响往往是很复杂的。因此在某些情况下,简单地假设协变量的影响是线性的可能是不恰当的。另......
学位
在现实生活中缺失数据问题经常发生,如医药研究、工业生产等领域常发生数据缺失现象.在处理带有缺失数据的问题时,不能直接用通常......
现代社会已全面进入信息化时代,科技发达,信息快捷畅通,人们之间的交流越来越密切,生活越来越方便,大数据就是这个高科技信息时代......
我们生活在时空里,发生的经济行为或者其他人类活动会受到多方面因素的影响.由于存在着地理分布上的差异及时间上的变化,产生了空......
广义单指标模型作为一类重要的半参数模型,在处理多元非参数回归问题的时候经常被使用,在对复杂数据、高维数据的处理上有更好的适......
在数据处理中,许多实际数据的分布通常是偏斜的。人们希望对拟合这类数据有一个准确的统计模型,而Skew-t分布族就是一类可以拟合偏......
预测是识别真实世界的重要途径,也是经济和金融等领域的首要研究问题。为了能正确地预测未来数据,研究者分别构建参数、非参数和半......
当样本量非常大(海量数据)或者数据以分布式的方式存储(如Internet数据)时,由于耗时、内存限制、通信成本以及隐私安全等方面的考......
在空间计量经济学中,空间效应被用来度量区域间的经济发展关系,将其引入到面板数据模型,既满足了截面维度的空间相关性,又保留了个......
拟似然非线性模型由于只需要已知响应变量Y的一、二阶矩,而不需已知Y的具体分布,所以具有普遍的适用性。本文主要通过经验似然方法......
