【摘要】:假定截断变量T与独立。由于截断的发生,N是未知的,实际观察的样本量n是随机的且n≤N。令P是与N样本相关的概率测度,而P是与n样本相关的概率测度。E和E分别是对应于P和P的期望。在这一节,记带上标*的分布函数表示与截断随机变量相关的分布函数。利用Lynden-Bell的结论,F和G的非参数极大似然估计量是下列的乘积限估计量基于上述结论,F的非参数估计量为:
假定{Ui,Xi,Yi,i=1,…,N}是独立同分布的随机样本,其中N是潜在的样本量。在随机截断的情况下,(U,X,Y)的观察值受另一个截断变量T的干扰,当且仅当Y≥T时四个量U,X,Y和T可观察。当Y<T,一些变量的值观察不到。假定截断变量T与(U,X,Y)独立。
由于截断的发生,N是未知的,实际观察的样本量n是随机的且n≤N。为了方便起见,我们记观察的样本为{Ui,Xi,Yi,i=1,…,n}且Yi≥Ti。令P是与N样本相关的概率测度,而P是与n样本相关的概率测度。E和E分别是对应于P和P的期望。定义F(y)=P(Y≤y),G(t)=P(T≤t),F(u,x,y)=P(U≤u,X≤x,Y≤y),aF=inf{y:F(y)>0}和bF=sup{y:F(y)<1},其中(aF,bF)是Y的范围。对分布函数G,aG和bG可类似定义。令θ=P(Y≥T)表示反应变量Y可观察的概率。因为θ=0表示没有数据可观察,故在本章中假定θ>0。
在这一节,记带上标*的分布函数表示与截断随机变量相关的分布函数。因为T与(U,X,Y)独立,故(U,X,Y,T)的联合分布函数为
其中v∧t=min(v,t)。取t=+∞,(U,X,Y)的分布函数为F*(·,·,·):(www.daowen.com)
F*(u,x,y)=H*(u,x,y,+∞)=由此得
注意到C(y)=P(T≤y≤Y|Y≥T)=θ-1G(y){1-F(y-)}。C(y)的经验估计量定义为Cn(y)=。利用Lynden-Bell(1971)的结论,F和G的非参数极大似然估计量是下列的乘积限估计量
基于上述结论,F(u,x,y)的非参数估计量为:
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。
有关不完全数据下半参数回归模型的统计推的文章