论文部分内容阅读
经验似然方法是一种非参数统计方法，它有许多优良的统计性质，比如经验似然区域的形状只与样本有关，参数估计具有相合性，经验似然统计量收敛于卡方分布等.近年来，许多统计学者将这种方法应用到不同类型的数据及模型中.然而经验似然的计算较为复杂.经验欧氏似然是由Owen(1991)首次提出，是用欧氏距离代替似然距离得到的方法，有与经验似然类似的大样本性质，因此具有较高的理论意义和应用价值. 本文主要将经验欧氏似然方法应用到右删失数据下的线性模型中，构造这种情况下的经验欧氏似然统计量和调整的经验欧氏似然统计量，得到这两个统计量的极限分布，从而构造参数的置信区间.模拟结果说明了用调整的欧氏经验似然构造置信域优于传统的正态逼近方法. 本文的篇章结构如下: 第一章，简单介绍了经验欧氏似然及右删失数据的研究背景，意义及最新研究动态，并给出了本文的主要成果. 第二章，对本文涉及到的经验欧氏似然等相关知识和结论进行了简单的介绍. 第三章，本章给出了带有右删失数据的线性模型参数的估计方法，构造了右删失数据下线性模型的经验欧氏似然比统计量和调整的经验似然比统计量.经验欧氏似然比统计量收敛于非中心的卡方分布，而调整的经验欧氏似然比统计量收敛于中心的卡方分布，从而得到了模型中参数的置信区间，并且对上述结论进行了详细的证明.采用同样的思想，本章还对带有附加信息的调整经验欧氏似然进行了研究. 第四章，基于第三章的思想方法，本章在不同删失率不同精度下做模拟研究，模拟结果表明，在删失率不太高的情况下用经验欧氏似然和调整的欧氏经验方法构造的置信区域的覆盖概率高于正态逼近方法.