講座題目:對(duì)有不可忽略的缺失數(shù)據(jù)的半?yún)?shù)估計(jì)方程的推斷
講座人:唐年勝 教授
講座時(shí)間:16:30
講座日期:2015-9-24
地點(diǎn):長(zhǎng)安校區(qū) 文津樓數(shù)學(xué)與信息科學(xué)學(xué)院南學(xué)術(shù)報(bào)告廳
主辦單位:數(shù)學(xué)與信息科學(xué)學(xué)院
講座內(nèi)容:對(duì)處理不在隨機(jī)原理下缺失的數(shù)據(jù)在統(tǒng)計(jì)學(xué)中仍然是一個(gè)具有挑戰(zhàn)性的問(wèn)題。在這篇文章中,對(duì)不可忽略的缺失數(shù)據(jù),我們提出了一種基于半?yún)?shù)模型的一般分類的傾向得分的非參數(shù)估算法。與現(xiàn)有的估算法相比,我們所提出的估算法更靈活,對(duì)于傾向得分,它不要求模型規(guī)范化,并且對(duì)含有未知參數(shù)的一般的參數(shù)模型可以得到它的一致估計(jì)。為得到參數(shù)一致估計(jì)的傾向得分,提出了兩種方法:效度樣本和半經(jīng)驗(yàn)似然法。在MNAR的假設(shè)下,通過(guò)在一些校準(zhǔn)條件中添加輔助信息,我們得到了基于SEL的有效并顯著的估計(jì)。我們研究了基于已知或者估計(jì)的傾向得分參數(shù)估計(jì)的漸進(jìn)性.實(shí)證研究表明錯(cuò)定的響應(yīng)模估計(jì)具有穩(wěn)健性。并運(yùn)用隨機(jī)模擬和實(shí)例分析來(lái)評(píng)估以上方法對(duì)于有限樣本的可適用性。