位置:成果数据库 > 期刊 > 期刊详情页
纵向数据下广义估计方程估计
  • ISSN号:0583-1431
  • 期刊名称:数学学报
  • 时间:2012.1.1
  • 页码:1-16
  • 分类:O212[理学—概率论与数理统计;理学—数学] O212.1[理学—概率论与数理统计;理学—数学]
  • 作者机构:[1]中国科学院数学与系统科学研究院,北京100190, [2]安徽大学数学科学学院,合肥230039, [3]上海财经大学统管学院,上海200433
  • 相关基金:国家杰出青年基金(70825004); 国家自然科学基金重点资助项目(10731010) 国家自然科学基金委创新研究群体科学基金(10721101); 国家973项目子项目(2007(CB814902); 上海财经大学211工程三期重点学科建设项目; 上海市重点学科建设资助项目(B803)
  • 相关项目:随机复杂数据与随机复杂结构的理论方法及其应用
中文摘要:

广义估计方程方法是一种最一般的参数估计方法,广泛地应用于生物统计、经济计量、医疗保险等领域.在纵向数据下,由于组间数据是相关的,为了提高估计的效率,广义估计方程方法一般需要考虑个体组内相关性.因此,大多数文献对个体组内的协方差矩阵进行参数假设,但假设的合理性及协方差矩阵估计的好坏对参数估计效率产生很大影响,同时参数假设也可能导致模型误判.针对纵向数据下广义估计方程,本文提出了改进的GMM方法和经验似然方法,并对给出的估计量建立了大样本性质.其中分块的思想,避免了对个体组内相关性结构进行假设,从这种意义上说,这种方法具有一定的稳健性.我们还通过两个模拟的例子,考察了文中提出估计量的有限样本性质.

英文摘要:

Generalized estimating equations method as a powerful method for estimating parameters,is wildly used in many fields,such as biostatistics,econometrics and medical insurance,and so on.For longitudinal data,We should take account into within-subject correlation structure in order to improve efficiency of a estimator.It is often useful to suppose that there is a parametric assumption within-subject correlation in longitudinal data analysis.But unreasonable assumptions made on within-subject correlation structure can result in inefficient estimation for parameters or even result in misspecification.For the generalized estimating equations with longitudinal data,we propose the extended GMM methods and extended EL methods and construct the large sample properties for our estimators.One of the proposed EL methods which is called block empirical likelihood is robust because of avoiding any assumptions on within-subject correlation structure.We also provide two simulation examples to illustrate the finite properties for our estimators.

同期刊论文项目
期刊论文 54 获奖 1 著作 1
同项目期刊论文
期刊信息
  • 《数学学报》
  • 北大核心期刊(2011版)
  • 主管单位:中国科学院
  • 主办单位:中国科学院数学与系统科学研究院数学研究院
  • 主编:李炳仁
  • 地址:北京市海淀区中关村东路55号
  • 邮编:100080
  • 邮箱:Actamath@amss.ac.cn
  • 电话:010-62551910
  • 国际标准刊号:ISSN:0583-1431
  • 国内统一刊号:ISSN:11-2038/O1
  • 邮发代号:2-502
  • 获奖情况:
  • 1996年中科院优秀科技期刊二等奖,1997年全国优秀科技期刊二等奖,2000年中科院优秀科技期刊二等奖
  • 国内外数据库收录:
  • 美国数学评论(网络版),德国数学文摘,荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:9981