论文部分内容阅读
半参数回归模型是80年代才发展起来的一种重要的统计模型.由于这种模型既有参数分量,又含有非参数分量,并可以描述许多实际问题,因而引起广泛重视.
但是在实际工作(诸如生存分析,可靠性寿命试验,医药追踪)中,产生了大量的不完全数据,其中相当一部分是删失数据和污染数据,因此对于这些数据下的半参数回归模型的研究变得极为重要.本文正是研究了这两种数据下半参数回归模型中未知参数β和未知函数g(t)的估计的大样本性质.主要工作如下:
1.对于随机右删失下的半参数回归模型,在删失分布连续且已知的情况下,得到了未知参数β和未知函数g(t)的M-估计的收敛速度以及β的渐近正态性.
2.对于随机右删失下的半参数回归模型,在删失分布连续但未知的情况下,得到了未知参数β和未知函数g(t)的M-估计的收敛速度以及β的渐近正态性.
3.对于污染数据下的半参数回归模型,利用随机加权估计法和最小二乘估计方法得到了未知参数β和未知函数g(t)以及污染系数的估计,并证明了它们的相合性.