کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6868647 1440030 2018 29 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
On sufficient dimension reduction with missing responses through estimating equations
ترجمه فارسی عنوان
با کاهش اندازه کافی با پاسخ های گمشده از طریق برآورد معادلات
کلمات کلیدی
تجزیه و تحلیل کامل مورد، مقیاس احتمال معکوس، رگرسیون معکوس هسته، میانگین خط مشی، گمشده تصادفی،
ترجمه چکیده
یک شرایط خطی برای تمام روش های کاهشی کافی موجود که با داده های گم شده برخورد می کنند، مورد نیاز است. برای حذف حالت خطی بودن، دو روش معادله تخمین جدید برای پاسخگویی به پاسخ گمشده در کاهش اندازه کافی پیشنهاد می شود: رویکرد معادله برآورد کامل و معادله احتمال معادله معکوس با معادله معکوس. عملکرد فوق العاده نمونه های محدودی از برآوردگرهای جدید با استفاده از مطالعات عددی گسترده و همچنین تجزیه و تحلیل داده های آزمایشگاهی بالینی اچ آی وی نشان داده شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نظریه محاسباتی و ریاضیات
چکیده انگلیسی
A linearity condition is required for all the existing sufficient dimension reduction methods that deal with missing data. To remove the linearity condition, two new estimating equation procedures are proposed to handle missing response in sufficient dimension reduction: the complete-case estimating equation approach and the inverse probability weighted estimating equation approach. The superb finite sample performances of the new estimators are demonstrated through extensive numerical studies as well as analysis of a HIV clinical trial data.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computational Statistics & Data Analysis - Volume 126, October 2018, Pages 67-77
نویسندگان
, , , ,