In a linear regression model with n

In a linear regression model with nonignorable missing covariates, non-normal errors or outliers can lead to badly biased and misleading results with standard parameter estimation methods built on either least squares- or likelihood-based methods. A propensity score method with a robust and efficient regression procedure called composite quantile regression for parameter estimation of the linear regression model with nonignorable missing covariates is proposed. Semiparametric estimation of the propensity score is based on the exponentially tilted likelihood approach. Asymptotic properties of the proposed estimators are systematically investigated. The proposed method is resistant to heavy-tailed errors or outliers in the response. Simulation studies and real data applications are used to illustrate its potential impacts and benefits compared with conventional methods.

ผลลัพธ์ (ไทย) 1:

ในแบบจำลองถดถอยเชิงเส้นกับ nonignorable ขาด covariates ผิดปกติไม่ใช่หรือ outliers อาจทำให้ผลลัพธ์ไม่ดี biased และเข้าใจกับวิธีการประมาณค่าพารามิเตอร์มาตรฐานที่สร้างขึ้นทั้งวิธีการกำลังสองน้อยสุด หรือโอกาส มีเสนอวิธีคะแนนสิ่ง ด้วยกระบวนการถดถอยที่แข็งแกร่ง และมีประสิทธิภาพที่เรียกคอมโพสิต quantile ถดถอยประมาณพารามิเตอร์ของแบบจำลองถดถอยเชิงเส้นกับ nonignorable ขาด covariates ประเมินการให้คะแนนสิ่ง semiparametric ขึ้นอยู่กับวิธีการโอกาสสร้างเอียง ระบบจะตรวจสอบคุณสมบัติ asymptotic ของ estimators เสนอ วิธีการนำเสนอเป็นทนหางหนักข้อผิดพลาดหรือ outliers ในการตอบสนอง ศึกษาการจำลองสถานการณ์และการประยุกต์ใช้ข้อมูลที่แท้จริงจะใช้ในการแสดงของผลกระทบและผลประโยชน์เมื่อเทียบกับวิธีดั้งเดิม

ผลลัพธ์ (ไทย) 2:

ในรูปแบบการถดถอยเชิงเส้นที่มีตัวแปรที่ขาดหายไป nonignorable ข้อผิดพลาดที่ไม่ปกติหรือผิดปกติจะนำไปสู่​​ผลลัพธ์ที่ดีลำเอียงและทำให้เข้าใจผิดด้วยวิธีการประมาณค่าพารามิเตอร์มาตรฐานที่สร้างขึ้นบนอย่างใดอย่างหนึ่งอย่างน้อย squares- หรือความน่าจะเป็นวิธีการที่ใช้ วิธีคะแนนนิสัยชอบด้วยขั้นตอนการถดถอยที่แข็งแกร่งและมีประสิทธิภาพที่เรียกว่าการถดถอยคอมโพสิต quantile สำหรับการประมาณค่าพารามิเตอร์ของรูปแบบการถดถอยเชิงเส้นที่มีตัวแปรที่ขาดหายไป nonignorable เสนอ การประมาณค่า Semiparametric คะแนนนิสัยชอบอยู่บนพื้นฐานของความน่าจะเป็นวิธีการเอียงชี้แจง คุณสมบัติ asymptotic ของประมาณที่นำเสนอจะถูกตรวจสอบอย่างเป็นระบบ วิธีการที่นำเสนอสามารถทนต่อความผิดพลาดหนักนกหรือค่าผิดปกติในการตอบสนอง การศึกษาแบบจำลองและการประยุกต์ใช้ข้อมูลจริงที่ใช้ในการแสดงให้เห็นถึงผลกระทบที่อาจเกิดขึ้นและผลประโยชน์ของตนเมื่อเทียบกับวิธีการแบบเดิม

ผลลัพธ์ (ไทย) 3:

ในตัวแบบการถดถอยเชิงเส้นที่มีความรู้ nonignorable หายไปไม่ผิด ปกติ หรือ ผิดปกติ อาจไม่ดี มีอคติ และเข้าใจผลด้วยวิธีการประมาณค่าพารามิเตอร์ที่สร้างขึ้นบนมาตรฐานเหมือนกันอย่างน้อย - หรือโอกาสตามวิธีวิธีการคะแนนความโน้มเอียง กับทนทานและมีประสิทธิภาพกระบวนการที่เรียกว่าการถดถอยควอนไทล์คอมโพสิตสำหรับประมาณค่าพารามิเตอร์ของตัวแบบการถดถอยเชิงเส้นกับ nonignorable หายไปความรู้คือเสนอ การประมาณค่า semiparametric ของความโน้มเอียงคะแนนจะขึ้นอยู่กับโอกาสชี้แจงเอียง )คุณสมบัติของตัวประมาณที่เสนอเป็นแหล่งศึกษาอย่างเป็นระบบ วิธีการป้องกันหนัก หาง ข้อผิดพลาดหรือผิดปกติในการตอบสนอง การศึกษาแบบจำลองและข้อมูลการใช้งานจริงจะใช้เพื่อแสดงให้เห็นศักยภาพของผลกระทบและประโยชน์ที่ได้รับเมื่อเทียบกับวิธีการแบบเดิม