本课题研究基于经验似然研究纵向数据统计模型的稳健推断。主要研究内容有:一、基于稳健的估计方程研究稳健的经验似然方法,同时也发展一些新的适用于经验似然的有效的稳健方法,并证明相应稳健估计和经验似然比检验统计量的大样本性质;二、纵向数据具有个体内部观察值相关,个体间观察值独立的特点。但是目前经验似然方法中考虑了纵向数据个体内部观察相关特点的文献还未见报道,本课题将研究如何有效的把纵向数据个体内部观察的相关性结合到稳健的经验似然方法中去以提高稳健推断的效率;三、研究在经验似然方法的框架下利用B-样条的非参数光滑方法估计半参数模型并在经验似然方法的框架下证明相关估计的大样本性质。同时,在本课题的研究中,将通过丰富的计算机模拟检验所提方法的有效性,并将新方法应用于实际问题的分析。
{{i.achievement_title}}
数据更新时间:2023-05-31
玉米叶向值的全基因组关联分析
论大数据环境对情报学发展的影响
监管的非对称性、盈余管理模式选择与证监会执法效率?
宁南山区植被恢复模式对土壤主要酶活性、微生物多样性及土壤养分的影响
The Role of Osteokines in Sarcopenia: Therapeutic Directions and Application Prospects
缺失数据下基于经验似然的稳健推断函数
基于刀切经验似然方法的有效统计推断
纵向数据动态模型的稳健统计推断
平均经验似然方法在右删失数据中的统计推断