Parameter estimation for nonignorab

Parameter estimation for nonignorable nonresponse data is a challenging issue as the missing mechanism is unverified in practice and the parameters of response probabilities need to be estimated. This article aims at applying the empirical likelihood to construct the confidence intervals for the parameters of interest in linear regression models with nonignorable missing response data and the nonignorable missing mechanism is specified as an exponential tilting model. Three empirical likelihood ratio functions based on weighted empirical likelihood and imputed empirical likelihood are defined. It is proved that, except one that is chi-squared distributed, all the others are asymptotically weighted chi-squared distributed whenever the tilting parameter is either given or estimated. The asymptotic normality for the related parameter estimates is also investigated. Simulation studies are conducted to evaluate the finite sample performance of the proposed estimates in terms of coverage probabilities and average widths for the confidence intervals of parameters. A real data analysis is analyzed for illustration.

ผลลัพธ์ (ไทย) 1:

ประมาณพารามิเตอร์สำหรับข้อมูล nonresponse nonignorable เป็นปัญหาท้าทายเป็นกลไกที่ขาดหายไปเป็น unverified ในทางปฏิบัติ และพารามิเตอร์ของการตอบสนองกิจกรรมจำเป็นที่จะประเมิน บทความนี้มีวัตถุประสงค์เพื่อใช้โอกาสประจักษ์เพื่อสร้างช่วงความเชื่อมั่นสำหรับพารามิเตอร์ที่น่าสนใจในแบบจำลองถดถอยเชิงเส้นกับ nonignorable ขาดข้อมูลการตอบสนอง และมีระบุ nonignorable ขาดกลไกเป็นแบบจำลอง tilting เนน สามฟังก์ชันอัตราส่วนความน่าเป็นที่ประจักษ์ตามโอกาสถ่วงน้ำหนักรวม และกำหนดความเป็นไปได้ของผลควาบ มันเป็นเครื่องพิสูจน์ว่า ยกเว้นหนึ่งที่ไคสแควร์กระจาย อื่น ๆ มี asymptotically ถ่วงน้ำหนักไคสแควร์กระจายเมื่อพารามิเตอร์ tilting กำหนด หรือประเมิน นอกจากนี้ยังมีการตรวจสอบ normality asymptotic สำหรับประเมินพารามิเตอร์ที่เกี่ยวข้อง ศึกษาการจำลองจะดำเนินการประเมินประสิทธิภาพการทำงานอย่างแน่นอนของการประเมินนำเสนอกิจกรรมความครอบคลุมและค่าเฉลี่ยความกว้างสำหรับช่วงความเชื่อมั่นของพารามิเตอร์ การวิเคราะห์ข้อมูลที่แท้จริงคือวิเคราะห์ประกอบ

ผลลัพธ์ (ไทย) 2:

การประมาณค่าพารามิเตอร์สำหรับข้อมูล nonignorable nonresponse เป็นปัญหาที่ท้าทายเป็นกลไกที่ขาดหายไปจะไม่ได้ยืนยันในทางปฏิบัติและพารามิเตอร์ของความน่าจะตอบสนองจะต้องมีการประมาณ บทความนี้มีวัตถุประสงค์ในการใช้ความน่าจะเป็นเชิงประจักษ์ในการสร้างช่วงความเชื่อมั่นสำหรับพารามิเตอร์ที่น่าสนใจในรูปแบบการถดถอยเชิงเส้นที่มีข้อมูลการตอบสนองที่ขาดหายไป nonignorable และกลไกที่ขาดหายไป nonignorable ถูกระบุเป็นรูปแบบเอียงชี้แจง ฟังก์ชั่นสามอัตราส่วนเชิงประจักษ์อยู่บนพื้นฐานของความน่าจะเป็นเชิงประจักษ์ถ่วงน้ำหนักและความน่าจะเป็นนัยเชิงประจักษ์ที่กำหนดไว้ มันเป็นเรื่องที่พิสูจน์ให้เห็นว่ายกเว้นหนึ่งที่ไคสแควร์กระจายคนอื่น ๆ ทั้งหมดที่มีการถ่วงน้ำหนัก asymptotically ไคยืดกระจายพารามิเตอร์เมื่อใดก็ตามที่เอียงเป็นทั้งที่กำหนดหรือประมาณ ปกติ asymptotic สำหรับประมาณการค่าพารามิเตอร์ที่เกี่ยวข้องกับการตรวจสอบยัง การศึกษาแบบจำลองจะดำเนินการในการประเมินผลการดำเนินงานของกลุ่มตัวอย่าง จำกัด ของประมาณการที่นำเสนอในแง่ของความน่าจะเป็นความคุ้มครองและความกว้างเฉลี่ยสำหรับช่วงความเชื่อมั่นของพารามิเตอร์ การวิเคราะห์ข้อมูลจริงมีการวิเคราะห์เพื่อประกอบการอธิบาย

ผลลัพธ์ (ไทย) 3:

การประมาณค่าพารามิเตอร์ของข้อมูลจากการไม่ได้ nonignorable เป็นประเด็นที่ท้าทาย เป็นกลไกที่ขาดหายไปคือ ยืนยันในการปฏิบัติและพารามิเตอร์ของการตอบสนองอาจต้องมีประมาณบทความนี้มีจุดมุ่งหมายในการใช้โอกาสเชิงประจักษ์เพื่อสร้างช่วงความเชื่อมั่นสำหรับพารามิเตอร์ของตัวแบบถดถอยเชิงเส้นที่มีความสนใจใน nonignorable ขาดข้อมูลการตอบสนองและ nonignorable ขาดกลไกถูกกำหนดเป็นแบบเอียงแบบ3 เชิงประจักษ์โดยฟังก์ชันถ่วงน้ำหนักเชิงประจักษ์โอกาสตามโอกาสและความเป็นไปได้เชิงประจักษ์ใดๆจะกำหนด มันพิสูจน์แล้วว่า นอกจากที่ ชิ พร้อมแจกคนอื่นมี asymptotically ชิหนักพร้อมกระจายเมื่อเอียงเหมือนกันได้รับหรือเป็นค่าโดยประมาณปกติวิสัยแหล่งสำหรับพารามิเตอร์ที่เกี่ยวข้องประมาณนี้ ผลการศึกษามีวัตถุประสงค์เพื่อประเมินประสิทธิภาพของวิธีตัวอย่างเสนอประมาณการในแง่ของความน่าจะเป็นความครอบคลุมและความกว้างเฉลี่ยสำหรับความเชื่อมั่นของพารามิเตอร์ การวิเคราะห์ข้อมูลที่แท้จริง คือ วิเคราะห์ภาพ