缺失数据下半参数模型的序列相关性检验

发布时间：2017-06-20 16:05

  本文关键词：缺失数据下半参数模型的序列相关性检验，，由笔耕文化传播整理发布。

【摘要】：在对数据进行统计分析的过程中,理想的情况下,收集到的数据集中记录到的每条数据都是完整的,不存在空白值、缺失值.但在现实世界中,缺失数据往往无法避免.由于数据获取的渠道、对数据的结构理解差异等多种原因使得收集到的数据不完整、含噪声.这些缺失的数据往往会对统计分析造成不良的影响,例如影响从数据集中推断出模型正确性和导出规则的准确性,导致挖掘出错误的模型,因此如何正确处理缺失的数据显得极其重要.半参数回归模型因其兼备了有效性强和稳健性高的特点,被研究和应用的比较广泛,而部分线性模型和部分线性单指标模型则是其中的两个经典模型.对于半参数模型来说,由于残差的序列相关检验关系到参数的估计的有效性等问题,所以众多的学者在残差的序列相关检验方面已经做了大量的研究并取得了相当丰硕的研究成果,但对于缺失数据下半参数模型的残差序列相关检验问题研究的并不多.本文着重研究了协变量缺失下的部分线性模型和响应变量缺失下部分线性模单指标模型的序列相关检验问题.首先对存在缺失数据的部分线性模型和部分线性单指标模型,对缺失的数据进行借补,构建出检验的统计量。然后在原假设成立的条件下估计出统计量中的未知参数和未知函数,并证明了统计量的渐近分布为2?分布.最后通过R程序进行了大量的数值模拟部分对理论部分进行了验证,数值模拟的结果显示检验统计量不论是在水平上还是在功效上都具有非常好的效果.
【关键词】：缺失数据 部分线性模型 部分线性单指标模型 经验似然 序列相关性检验
【学位授予单位】：重庆理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：O212.1
【目录】：

• 摘要4-5
• Abstract5-8
• 1 绪论8-14
• 1.1 引言8-9
• 1.2 缺失数据的研究现状9-10
• 1.3 序列关性检验及研究现状10
• 1.4 经验似然方法的研究现状10-11
• 1.4.1 经验似然的思想10-11
• 1.4.2 经验似然的研究现状11
• 1.5 本人工作及论文结构11-14
• 2 半参数模型及缺失数据的相关研究方法14-18
• 2.1 部分线性模型的估计方法14
• 2.2 部分线性单指标模型的估计方法14-16
• 2.3 缺失数据下的估计方法16-18
• 2.3.1 协变量缺失下回归系数的估计16-17
• 2.3.2 响应变量缺失下回归系数的估计17-18
• 3 协变量缺失下部分线性模型的序列相关性检验18-28
• 3.1 引言18
• 3.2 理论与方法18-20
• 3.2.1 缺失的协变量的借补18-19
• 3.2.2 构造经验似然比统计量19-20
• 3.3 数值模拟20-23
• 3.4 定理的证明23-28
• 4 响应变量缺失下部分线性单指标模型的序列相关性检验28-36
• 4.1 引言28
• 4.2 理论与方法28-30
• 4.2.1 响应变量缺失的数据进行借补28-29
• 4.2.2 构造经验似然比统计量29-30
• 4.3 数值模拟30-32
• 4.4 定理的证明32-36
• 5 总结与展望36-38
• 致谢38-40
• 参考文献40-42
• 附录42

【相似文献】

中国期刊全文数据库 前10条

1 金勇进;缺失数据的加权调整(系列之Ⅳ)[J];数理统计与管理;2001年05期

2 赵慧秀;马文卿;;带有缺失数据的估计方程[J];曲阜师范大学学报(自然科学版);2009年03期

3 庞新生;;缺失数据处理方法的比较[J];统计与决策;2010年24期

4 杨金英;崔朝杰;;图模型方法用于二值变量相关性分析中缺失数据的估计[J];中国卫生统计;2012年05期

5 帅平;李晓松;周晓华;刘玉萍;;缺失数据统计处理方法的研究进展[J];中国卫生统计;2013年01期

6 金勇进;缺失数据的偏差校正(系列三)[J];数理统计与管理;2001年04期

7 毕华,李济洪;带有缺失数据的聚类分析方法[J];华北工学院学报;2003年05期

8 李开灿;;有缺失数据的META-MARKOV模型的局部计算[J];应用数学学报;2007年03期

9 周伟萍;张德然;杨兴琼;;具有部分缺失数据时两个几何总体的估计[J];长春大学学报;2008年02期

10 梁怡;;缺失数据的插补调整方法[J];西安文理学院学报(自然科学版);2009年01期

中国重要会议论文全文数据库 前8条

1 耿直;葛丹丹;;纵向研究非随机缺失数据分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年

2 管河山;姜青山;Steven X.Wei;;一种处理缺失数据的新方法[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

3 陈楠;刘红云;;基于增长模型的缺失数据处理方法之比较[A];心理学与创新能力提升——第十六届全国心理学学术会议论文集[C];2013年

4 肖进;贺昌政;;面向缺失数据的客户价值区分集成模型研究[A];中国企业运筹学[2010(1)][C];2010年

5 曾莉;张淑梅;辛涛;;IRT模型中缺失数据处理方法比较[A];第十一届全国心理学学术会议论文摘要集[C];2007年

6 孙玲;刘浩;袁长亮;;北京市城市快速路微波检测缺失数据分析[A];2008第四届中国智能交通年会论文集[C];2008年

7 张香云;;基于EM算法缺失数据下混合模型的参数估计[A];第十三届中国管理科学学术年会论文集[C];2011年

8 李晓煦;侯杰泰;;结构方程中缺失数据的处理:FIML,EM与MI[A];全国教育与心理统计测量学术年会论文摘要集[C];2006年

中国博士学位论文全文数据库 前10条

1 马友;基于QoS缺失数据预测的个性化Web服务推荐方法研究[D];北京邮电大学;2015年

2 彭清艳;广义函数型回归模型及缺失数据模型[D];云南大学;2016年

3 骆汝九;多指标综合评价的非参数方法和缺失数据的聚类方法研究[D];扬州大学;2011年

4 祝丽萍;几种缺失数据和高维数据模型的统计分析[D];山东大学;2012年

5 贾博婷;缺失数据下一类整值时间序列的统计推断[D];吉林大学;2014年

6 刘旭;在完全和缺失数据下基于非光滑估计方程的统计推断与变量选择问题[D];云南大学;2010年

7 赵鹏飞;混沌数据恢复与非线性系统的模型参考控制[D];吉林大学;2010年

8 陆福忠;数据缺失下的分布函数估计问题[D];复旦大学;2007年

9 赵慧秀;可交换的两值数据的统计分析[D];东北师范大学;2009年

10 付志慧;多维项目反应模型的参数估计[D];吉林大学;2010年

中国硕士学位论文全文数据库 前10条

1 杨利华;缺失数据的处理方法研究及应用[D];景德镇陶瓷学院;2011年

2 袁中萸;多元线性回归模型中缺失数据填补方法的效果比较[D];中南大学;2008年

3 褚培肖;缺失数据下的有限混合计数数据模型的统计推断研究[D];昆明理工大学;2015年

4 杨旭;多视角数据缺失补全问题研究[D];北京交通大学;2016年

5 吴高航;基于核独立成分分析的缺失数据下贝叶斯网络学习算法研究[D];北京交通大学;2016年

6 母建熊;基于饱和模型的带有缺失的可交换两值数据分析[D];东南大学;2015年

7 张彩林;车辆缺失轨迹的智能补全[D];北京物资学院;2016年

8 隋宇婷;基于改进的极限学习机（ELM）的缺失数据填补方法研究[D];东北大学;2014年

9 柳宝;基于无限隐Markov模型的机械故障诊断方法研究[D];南昌航空大学;2016年

10 雷伟;带有不可忽略缺失数据的混合线性模型的贝叶斯统计推断[D];云南大学;2016年

  本文关键词：缺失数据下半参数模型的序列相关性检验，由笔耕文化传播整理发布。

本文编号：466157