共查询到20条相似文献,搜索用时 46 毫秒
1.
利用经验似然方法,讨论缺失数据下广义线性模型中参数的置信域问题,得到了对数经验似然比统计量的渐近分布为标准卡方分布;给出参数的一些估计量及其渐近分布,利用数据模拟解释了所提出的方法。 相似文献
2.
文章在线性模型误差项为鞅差序列情形下,应用经验似然方法得到了关于回归系数β的对数经验似然比统计量渐近服从菇分布,从而得到了关于β的置信域。 相似文献
3.
针对完全修正最小二乘(full-modified ordinary least square,简称FMOLS)估计方法,给出一种协整参数的自举推断程序,证明零假设下自举统计量与检验统计量具有相同的渐近分布。关于检验功效的研究表明,虽然有约束自举的实际检验水平表现良好,但如果零假设不成立,自举统计量的分布是不确定的,因而其经验分布不能作为检验统计量精确分布的有效估计。实际应用中建议使用无约束自举,因为无论观测数据是否满足零假设,其自举统计量与零假设下检验统计量都具有相同的渐近分布。最后,利用蒙特卡洛模拟对自举推断和渐近推断的有限样本表现进行比较研究。 相似文献
4.
文章考虑纵向数据下工具变量线性回归模型,基于工具变量和二次推断函数方法,提出了回归参数的经验对数似然比统计量.在一些正则条件下,证明了所提出的经验对数似然比统计量渐近于标准卡方分布,由此构造兴趣参数的置信域. 相似文献
5.
6.
7.
文章考虑协变量缺失下非线性分位数回归中参数部分的经验似然统计推断,提出了加权修正的估计方程,并给出了当缺失机制已知和未知时极大经验似然估计的渐近分布,得到了著名的Horvitz-Thompson现象. 相似文献
8.
本文研究了具有随机收益率的一类离散风险模型。在净损失额为Pareto分布、随机收益率分别为均匀分布、Pareto分布与Weibull分布的情况下,采取有限部分推导与随机模拟相结合的方法,对此类问题的有限时间破产概率的渐近表达公式进行了探索性研究,提供了获取未知渐近表达式的一个行之有效的实验方法。 相似文献
9.
10.
11.
12.
文章在加权线性损失函数下,基于NA样本,讨论了两参BurrTypeX11分布参数口的经验Bayes单侧检验问题:Ho:θ≤θo H1:θ〉θo;利用概率密度函数的核估计和经验分布函数构造了参数的经验Bayes单侧检验函数,并获得了它的渐近最优(a.o)性;在适当的条件下证明了所提出的经验Bayes检验函数的收敛速度可任意接近O(n^-1/2)。 相似文献
13.
文章在加权线性损失函数下,基于NA样本,讨论了两参数Burr Type Ⅻ分布参数θ的经验Bayes单侧检验问题:H0:θθ0 H1:θ>θ0;利用概率密度函数的核估计和经验分布函数构造了参数的经验Bayes单侧检验函数,并获得了它的渐近最优(a.o)性;在适当的条件下证明了所提出的经验Bayes检验函数的收敛速度可任意接近Ο(n-1/2)。 相似文献
14.
文章在“平方损失”下,研究了Lomax分布族形状参数经验Bayes(EB)双侧检验问题,利用概率密度函数的递归核估计,构造了形状参数的经验Bayes检验函数,证明了所提出的经验Bayes检验函数的渐近最优(a.o.)性,并获得了其收敛速度. 相似文献
15.
16.
17.
指数族分布是一类应用广泛的分布类,包括了泊松分布、Gamma分布、Beta分布、二项分布等常见分布.在非寿险中,索赔额或索赔次数过程常常被假定服从指数族分布,由于风险的非齐次性,指数族分布中的参数θ也为随机变量,假定服从指数族共轭先验分布.此时风险参数的估计落入了Bayes框架,风险参数θ的Bayes估计被表达“信度”形式.然而,在实际运用中,由于先验分布与样本分布中仍然含有结构参数,根据样本的边际分布的似然函数估计结构参数,从而获得风险参数的经验Bayes估计,最后证明了该经验Bayes估计是渐近最优的. 相似文献
18.
19.
NA样本下两参数Lomax分布形状参数的经验Bayes检验 总被引:2,自引:0,他引:2
文章在加权线性损失函数下,讨论了NA样本情形下两参数Lomax分布参数θ的经验Bayes单侧检验问题:H0:θ≤θ0←→H1:θ>θ0,利用概率密度函数的核估计构造了参数的经验Bayes单侧检验函数,并获得了它的渐近最优(a.o)性,并在适当的条件下证明了所提出的经验Bayes检验函数的收敛速度可任意接近0(n-1/2). 相似文献
20.
当误差项不服从独立同分布时,利用Moran’s I统计量的渐近检验,无法有效判断空间经济计量滞后模型2SLS估计残差间存在空间关系与否。本文采用两种基于残差的Bootstrap方法,诊断空间经济计量滞后模型残差中的空间相关关系。大量Monte Carlo模拟结果显示,从功效角度看,无论误差项服从独立同分布与否,与渐近检验相比,Bootstrap Moran检验都具有更好的有限样本性质,能够更有效地进行空间相关性检验。尤其是,在样本量较小和空间衔接密度较高情况下,Bootstrap Moran检验的功效显著大于渐近检验。 相似文献