缺失数据下双重广义线性模型的经验似然推断

来源 :应用数学 | 被引量 : 0次 | 上传用户:liangjielin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文基于截面经验似然的方法,在响应变量随机缺失时,将双重广义线性模型的拟似然估计方程作为截面经验似然比函数的约束条件,构造了均值模型和散度模型未知参数的置信区间.数据模拟中,在完全数据集,逆概率加权填补所得的数据集和未加权填补所得的数据集三种情形下,将经验似然方法与正态逼近方法相比较.结果表明在双重广义线性模型中,逆概率加权这一填补方法和经验似然方法是有效和可行的.
其他文献
本文讨论相依上图导数形式下广义锥-预不变集值优化近似解的最优性条件问题.首先,引入锥-次预不变凸集值映射的概念,并举例说明次类广义锥-凸性是锥.预不变凸性的推广.其次,得到锥
作为集合凸性概念的一种推广以及统一凸性与近似(nearly)凸性等概念的一种尝试,本文引入集合?-凸性的概念,并对?-凸集合的性质进行初步的研究.另外,本文还研究了一些常见变换与集