| 缺失偏态数据下联合位置与尺度模型的统计推断 |
| |
| 引用本文： | 李玲雪,吴刘仓,詹金龙.缺失偏态数据下联合位置与尺度模型的统计推断[J].统计与信息论坛,2014(3):15-21. |
| |
| 作者姓名： | 李玲雪 吴刘仓 詹金龙 |
| |
| 作者单位： | 昆明理工大学理学院,云南昆明650093 |
| |
| 基金项目： | 国家自然科学基金项目《复杂数据下联合均值与方差模型的统计推断》（11261025）;国家自然科学基金项目《复杂空间点过程数据的统计推断》（11126309）;云南省自然科学基金项目《云南省地区经济增长差异与效率研究》（2011FZ044） |
| |
| 摘 要： | 为了研究缺失偏态数据下的联合位置与尺度模型,基于分布自身的特点,提出了一种适合缺失偏态数据下联合建模的插补方法———修正随机回归插补方法,该方法对缺失数据下模型偏度参数的调整十分显著。通过随机模拟和实例研究,并与回归插补和随机回归插补方法进行比较,结果表明,所提出的修正随机回归插补方法是有用和有效的。
|
| 关 键 词： | 缺失偏态数据 联合位置与尺度模型 修正随机回归插补 极大似然估计 |
Statistical Inference for Joint Location and Scale Models with Missing Skew-normal Data |
| |
| LI Ling-xue,WU Liu-cang,ZHAN Jin-long.Statistical Inference for Joint Location and Scale Models with Missing Skew-normal Data[J].Statistics & Information Tribune,2014(3):15-21. |
| |
| Authors: | LI Ling-xue WU Liu-cang ZHAN Jin-long |
| |
| Institution: | (Faculty of Science, Kunming University of Science and Technology, Kunming 650093,China) |
| |
| Abstract: | We investigate the joint location and scale models with missing skew-normal data and propose a new random regression imputation method named corrected stochastic regression imputation based on the characteristics of the distribution. It＇s useful to revise the skewness parameter in joint models. Compared with regression imputation, random regression imputation methods, simulation studies and a real example show the corrected random regression imputation method is useful and effective. |
| |
| Keywords: | missing skew-normal data joint location and scale models corrected random regressionimputation maximum likelihood estimation |
| 本文献已被 CNKI 维普 等数据库收录！ |
