کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4949216 1440045 2017 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Subject-wise empirical likelihood inference in partial linear models for longitudinal data
ترجمه فارسی عنوان
استنتاج احتمالی تجربی در مدل های مدل های جزئی برای داده های طولی
کلمات کلیدی
منطقه اعتماد، احتمال تجربی، داده های طولی، برآورد حداکثر احتمال تجربی،
ترجمه چکیده
در تجزیه و تحلیل داده های طولی، همبستگی در درون یک عامل مهم است که بر کارایی آماری تاثیر می گذارد. با استفاده از یک مدل خطی جزئی برای داده های طولی، یک روش مبتنی بر احتمال احتمال تجربی مبتنی بر موضوع که در نظر گرفتن همبستگی درون موضوع مورد بررسی قرار می گیرد برای ارزیابی پارامترهای مدل پیشنهاد شده است. یک نسخه غیر پارامتریک از قضیه ویلکس برای توزیع محدود کننده نسبت تجربی تجربی، که مبتنی بر روش صاف کردن رگرسیون هسته به داده های به درستی محور است، مشتق شده است. برآورد تابع پایه غیر پارامتری نیز در نظر گرفته شده است. یک مطالعه شبیه سازی و یک برنامه کاربردی گزارش شده است که خواص نمونه های محدودی از روش پیشنهادی را بررسی می کند. نتایج عددی نشان دهنده سودمندی روش پیشنهادی است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نظریه محاسباتی و ریاضیات
چکیده انگلیسی
In analyzing longitudinal data, within-subject correlations are a major factor that affects statistical efficiency. Working with a partially linear model for longitudinal data, a subject-wise empirical likelihood based method that takes the within-subject correlations into consideration is proposed to estimate the model parameters. A nonparametric version of the Wilks Theorem for the limiting distribution of the empirical likelihood ratio, which relies on a kernel regression smoothing method to properly centered data, is derived. The estimation of the nonparametric baseline function is also considered. A simulation study and an application are reported to investigate the finite sample properties of the proposed method. The numerical results demonstrate the usefulness of the proposed method.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computational Statistics & Data Analysis - Volume 111, July 2017, Pages 77-87
نویسندگان
, ,