LTRC数据模型下的加权线性分位数回归

来源 :浙江大学 | 被引量 : 0次 | 上传用户:n4fc561v4
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无论是前人的研究还是最新的一些研究中,生存分析数据经常会出现左截断右删失的情形,而分位数回归分析在研究变量间的关系具有非常大的灵活性.基于Weihua Zhou(2010)的这篇论文,本文提出了左截断右删失数据下的分位数回归方法.首先给出了具体的回归模型、参数的意义以及LTRC数据的详细定义,接着讨论了LTRC数据下模型可估计的条件,以及在满足此条件时,结合经典的PL估计以及LTRC数据下的PL估计给出了各个变量对应分布函数的估计,然后应用局部线性分位数回归方法给出了LTRC数据下分位数回归系数的估计方法,并且得到了目标函数的具体形式,最后,就同方差和异方差两种情况进行了统计模拟,得到了不同分位数下的回归系数β的估计值。  
其他文献
本篇硕士论文主要研究了从最小M(o)bius不变空间B1到Bloch空间上的Volterra复合算子的有界性和紧性的问题.我们分别给出算子Ig,ψ:B1→B和算子Vg,ψ:B1→B的有界性和紧性的充分
网络纠错的目标是将已有的针对点对点通信的经典纠错编码理论中的结果推广到复杂且规模较大的网络通信背景中。现有的关于网络纠错编码的结果大多只针对无圈网络。然而,在实际
本文考虑的图均为有限简单图.给定一个图G,我们将G的顶点集、边集、最大度、最小度、最大平均度及边e,e间的距离分别记作V(G),E(G),△(G),δ(G),mad(G)和dG(e,e).  若图G存在
本文是作者对曲面辫子群的表现的一个学习总结,给出了辫子群的定义及其表现,将辫子群推广到曲面辫子群,给出曲面辫子群的表现并证明。阐述了文字问题与共轭问题,证明了可能对共轭
随着科学技术的飞速发展及计算机应用的日益普及,求解非线性方程问题在经济,物理,信息科学,生命科学及计算机科学等领域中有着广泛的应用.本文主要研究求解非线性算子方程数值方
常微分方程是现代数学的一个重要分支,是研究自然科学和社会科学中的事物、物体和现象运动、演化和变化规律的最为基本的数学理论和方法,产生于各种实际问题中,在几何、力学
ARMA模型在时间序列分析中有很广泛的应用。尽管极大似然估计是一个非常好的估计方法,但是当残差服从厚尾分布或者有异常点时,极大似然估计的效果不是很好。我们把一元位置模型