Φ-混合样本下缺失数据情形线性模型回归系数的经验似然比统计量的渐近分布

摘要：

Φ-混合的概念作为弱相关的衡量尺度在实际中被广泛应用,且缺失数据现象在各领域常有发生,已有文献对相依和缺失数据两种情形的统计推断分别进行了深入研究,但对同时存在相依和缺失数据情形的研究较少.本文研究既有相依又有缺失情形的统计推断,即研究?-混合样本下缺失数据情形线性模型回归系数的经验似然比统计量的渐近分布.我们采取回归填补方法对响应变量的缺失值进行补足,得到线性模型回归系数的"完全"样本数据.在此基础上利用记分函数构造线性模型回归系数的经验似然比统计量,在一定条件下证明经验似然比统计量渐近服从卡方分布,这一结论为构造?-混合样本下缺失数据情形线性模型回归系数的置信域提供了理论依据.

关键词：Φ-混合样本、缺失数据、经验似然、卡方分布

所属期刊栏目：34

分类号：O212.7(概率论与数理统计)

资助基金：国家自然科学基金11671102, 11271088;广西自然科学基金2013GXNSFBA019001,2016GXNSFAA3800163, 2016GXNSFAA380102, 2016GXNSFAA380317.The National Natural Science Foundation of China11671102,11271088;the Natural Science Foundation of Guangxi2013GXNSFBA019001, 2016GXNSFAA3800163, 2016GXNSFAA380102,2016GXNSFAA380317

在线出版日期：2017-05-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：171-181