导读:本文包含了广义单指标模型论文开题报告文献综述及选题提纲参考文献，主要关键词:广义部分线性单指标模型,经验似然,随机缺失,经验似然加权估计
广义单指标模型论文文献综述
曹鹏[1]（2019）在《协变量缺失下广义部分线性单指标模型的统计推断》一文中研究指出广义部分线性单指标模型(GPLSIM)目前在生物医学、社会经济研究领域中广泛使用。半参数模型可以避免高维数据问题上的缺陷,并有非参数模型灵活的优点,模型的估计量具有良好的统计性质;另外,从获得现实数据的情况来看,某些试验或者观测的数据不完整的情况比较常见。因此,本文基于广义部分线性模型,考虑了协变量数据缺失的情况,对模型进行统计推断。针对模型含有协变量缺失的问题,一般会利用逆概率加权的方法进行处理;同时,经验似然方法对半参数模型的推断具有很好的优良性。因此本文尝试将两种方法结合作为本文所需要的统计推断方法。本文具体内容如下:首先,在前两章节中详细阐述了缺失数据的类型、缺失机制、国内外关于缺失数据的相关文献以及缺失数据的处理方法、逆概率加权方法的理论、经验似然及估计方程的原理。其次,在第叁章通过结合经验似然与逆概率加权两种统计方法,构造协变量数据缺失的GPLSIM的未知参数部分?的经验似然加权估计量;进一步验证了经验似然比统计量渐近服从卡方分布。在本文第四章基于R软件对数据进行模拟研究,通过使用Sinebump模型对两种估计方法的效果进行模拟得到对应的未知参数的估计量,并在不同的缺失概率和样本量下,求出了模型中未知参数估计量的偏差、标准差、均方误差。并且将模型模拟的结果与模型的真实情况进行对比,得到以下结论。第一,当模型中缺失概率?不变,增加样本的个数n,利用IPW和IEL求出?估计量的偏差、均方误差均呈降低的趋势;第二,确定样本量n,如果增加模型的缺失比例?,那么用IPW和IEL求出?估计量的偏差、均方误差增加;第叁,若缺失比例?和样本量n都确定,根据样本中完全数据和部分缺失值的信息,使用IEL得到?的估计量的绝对偏差、标准差和均方误差均小于IPW,这说明本文所提出方法是有效的。(本文来源于《湖南师范大学》期刊2019-05-01）
杨随根,薛留根[2]（2015）在《纵向数据单指标模型的广义经验似然统计推断》一文中研究指出基于广义估计方程和二次推断函数方法,提出了纠偏的广义经验似然方法对纵向数据单指标模型进行统计推断,获得了模型中指标参数分量的极大经验似然估计和纠偏的广义经验对数似然比统计量.证明了相关估计量在一定条件下具有渐近正态性,且纠偏的广义经验对数似然比统计量依分布收敛于χ2分布,利用所得结果,可以构造未知参数的置信域及相关的假设检验.(本文来源于《北京工业大学学报》期刊2015年02期）
俞良[3]（2014）在《零膨胀计数数据的广义部分线性单指标模型》一文中研究指出在当今很多的科学领域中都有非负的计数数据,前人先后提出泊松模型,负二项模型等来模拟该类型数据.但是很多时候这种数据有个特征就是观测值中0的个数特别多,此时一般的模型就不太符合实际了.这个时候零膨胀模型(ZIP)提供了一个便利的方式来处理这种特征.前人用线性方法和单指标方法来处理零膨胀模型.本篇文章主要考虑半参数零膨胀泊松模型的渐近性质和实际应用.分别对泊松部分的均值和零部分的概率应用广义部分线性单指标模型,并采用轮廓最大似然法得到估计值.最后给出轮廓似然估计的渐近性质.本文内容安排如下：第一部分是绪论,将介绍一些基础模型和基础知识.第二部分描述模型的构造和估计过程并给出参数的渐近性质.第叁部分,用蒙特卡洛方法进行程序的模拟举例,展现模拟效果.第四部分,用本文提出的方法对两个实例进行了分析.本论文所有证明过程都写在附录里.(本文来源于《大连理工大学》期刊2014-04-01）
陈淙洁,朱仲义[4]（2011）在《广义单指标模型的方差成分检验》一文中研究指出利用P样条的方法,研究了广义单指标模型的方差成分检验问题,得到了检验广义单指标模型是否存在偏大离差问题的Score检验统计量.最后给出计算机模拟的例子,证实了所提出方法的可行性和有效性,推广和发展了先前的研究工作.(本文来源于《复旦学报(自然科学版)》期刊2011年01期）
王涛[5]（2010）在《广义单指标模型中指标向量的岭型估计》一文中研究指出本文主要研究在协变量复共线性和维数发散下,广义单指标模型中指标向量的方向估计问题以及方向估计的大样本性质,同时简单讨论了指标向量的变量选择问题.在线性模型下,最小二乘估计是估计参数向量的最为常用的方法.但是,许多应用实践表明,当设计矩阵降秩,或者协变量之间存在复共线关系时,最小二乘估计的性质不够理想,有时甚至很坏.为此,文献中出现了岭回归估计.在均方误差意义下,通过适当地平衡估计的偏差和方差,岭回归估计能够改进最小二乘估计.对于复杂高维数据问题,线性模型至多只能作为”真实”模型的一种近似,而检验某个参数模型的合理与否是非常之困难的.为了减少建模偏差,同时避免”统计维数祸根”问题,本文从广义单指标模型出发,考查了指标向量的方向估计和变量选择问题.首先,通过借鉴充分性降维技术以及岭回归估计的思想,在广义单指标模型连接函数结构未知的情况下,我们提出了指标向量的岭型方向估计,同时解决了协变量复共线性以及高维数问题.在一定的条件下,我们讨论了岭型方向估计的大样本性质,包括强相合性和渐近正态性.与经典方法有所不同的是,所有的性质都是在协变量维数发散下给出的.与以往的文献相比,维数发散的速度是最优的.其次,我们讨论了p>n情形下指标向量的变量选择问题.通过借鉴文献中有关线性模型的变量选择方法,我们在岭型方向估计的基础上,提出了一种新的变量选择方法,并且给出了有效计算算法.最后,通过大量的模拟实验和一个实际数据分析,说明了本文所提出的方法是可行的.(本文来源于《华东师范大学》期刊2010-04-01）
广义单指标模型论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
基于广义估计方程和二次推断函数方法,提出了纠偏的广义经验似然方法对纵向数据单指标模型进行统计推断,获得了模型中指标参数分量的极大经验似然估计和纠偏的广义经验对数似然比统计量.证明了相关估计量在一定条件下具有渐近正态性,且纠偏的广义经验对数似然比统计量依分布收敛于χ2分布,利用所得结果,可以构造未知参数的置信域及相关的假设检验.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
广义单指标模型论文参考文献
[1].曹鹏.协变量缺失下广义部分线性单指标模型的统计推断[D].湖南师范大学.2019
[2].杨随根,薛留根.纵向数据单指标模型的广义经验似然统计推断[J].北京工业大学学报.2015
[3].俞良.零膨胀计数数据的广义部分线性单指标模型[D].大连理工大学.2014
[4].陈淙洁,朱仲义.广义单指标模型的方差成分检验[J].复旦学报(自然科学版).2011
[5].王涛.广义单指标模型中指标向量的岭型估计[D].华东师范大学.2010
标签：广义部分线性单指标模型; 经验似然; 随机缺失; 经验似然加权估计;