不完全数据下分位数回归模型的经验似然推断

项目名称： 不完全数据下分位数回归模型的经验似然推断

项目编号： No.11401048

项目类型： 青年科学基金项目

立项/批准年度： 2014

项目学科： 数理科学和化学

项目作者： 袁晓惠

作者单位： 长春工业大学

项目金额： 22万元

中文摘要： 分位数回归不但减弱了异常值对推断的影响，具有稳健性，而且还能在给定协变量的条件下，完整地刻画响应变量的条件分布。在实际应用中，数据不完全的情况经常发生，甚至是不可避免的。这给实际工作者使用分位数回归方法造成了很大的困难。据我们所知，在响应删失且部分协变量数据缺失的情况下，关于分位数回归的研究迄今为止还是空白。我们打算在响应变量和删失变量条件独立(给定完全观测的协变量)的假设下及部分协变量随机缺失机制下构造一类基于经验似然的稳健推断函数，并给出回归参数的估计及其渐近性质。通过使用基于经验似然的稳健推断函数，我们可以得到参数的卡方检验以及相应的置信域。此推断函数一方面减弱了异常值对统计推断的影响，具有稳健性；另一方面，克服了响应删失且部分协变量数据缺失的影响，提高了推断效率。我们将推广不完全数据下基于经验似然的分位数回归理论，使其可以处理响应删失且部分协变量数据缺失的纵向数据和重复测量数据。

中文关键词： 分位数回归；缺失数据；稳健；经验似然；

英文摘要： Quantile regression is very robust against outliers and can describe the entire conditional distribution of the response variable given the covariates. However, in practice direct application of quantile regression is hindered, because incomplete data oft

英文关键词： Quantile regression；Missing data；Robustness；Empirical likelihood；