混合缺失机制下纵向数据建模问题研究.pdf

万方数据
一藏意豢焦二鄹论文题目作者姓名学科专业导币姓名寸完成时间混合缺失机制下纵向数据建模问题研究兀，巩赵大志张伟平教授统计学二。二。年六月统计孕贘
万方数据
硕士学位论文中圈料孽教求犬誊纵向数据建模问题研究混合缺失机制下导师姓名：作者姓名：学科专业：完成时间：赵大志统计学张伟平二。二。年六月九日
万方数据
’． 、 ：：：：褚
万方数据
兰签字日期：堕么丛作者签名：垒鉴作者签名：盘壅查：签字日期：σ錼中国科学技术大学学位论文原创性声明中国科学技术大学学位论文授权使用声明团公开口保密!D本人声明所呈交的学位论文，是本人在导师指导下进行研究工作所取得的成果。除己特别加以标注和致谢的地方外，论文中不包含任何他人已经发表或撰写过的研究成果。与我一同工作的同志对本研究所做的贡献均己在论文中作了明确的说明。作为申请学位的条件之一，学位论文著作权拥有者授权中国科学技术大学拥有学位论文的部分使用权，即：学校有权按有关规定向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅，可以将学位论文编入《中国学位论文全文数据库》等有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。本人提交的电子文档的内容和纸质论文的内容相一致。保密的学位论文在解密后也遵守此规定。导师签名：签字日期：
万方数据
要摘我们主要关注于具有不可忽略的间断缺失和退出缺失的纵向数据研究中的估计问题．为了解决可识别性问题，我们选择了一个独立于时间的协变量作为缺失工具变量，其在给定其他协变量和响应变量的条件下和缺失倾向得分模型相互独立，这将确保缺失倾向得分模型的可识别性．缺失倾向得分模型被假设为一个参数型模型，其中的未知参数将由广义矩估计方法去估计．之后，我们利用逆概率加权的方法去估计响应变量的边际均值．此外，为了改善逆概率加权估计量的稳健性和效率，我们构造了增广逆概率加权估计量．逆概率加权估计量和增广逆概率加权估计量在缺失倾向得分模型被正确指定时均具有相合性和渐近正态性．模拟研究和一个实际数据分析显示我们所提出的方法在一些条件下可以产生较高效率的估计量．关键词：退出缺失；间断缺失；广义矩估计；逆概率加权；纵向数据
万方数据
緀鴒閏篋籌鹏；·仳眦鰁甌瑆．．琣．瑃璭，瓸甋．籊籐
万方数据
录目第***笔阆虻梅帜Ｐ图捌涔兰疲第孪煊Ρ淞烤档墓兰疲第率笛芯浚第陆崧郏致谢．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．第简介．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．参考文献．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．研究背景及其实例··························相关文献综述及近期研究成果···················ぁ研究动机··············，·····，···，·········论文后续安排································基本假设····························ぁぁ间断缺失倾向得分模型中的参数估计··················相应估计量的大样本性质及其证明····················退出缺失倾向得分模型中的参数估计一·············ぁ相应估计量的大样本性质及其证明·····ぁぁぁぁぁぁぁぁぁぁぁぁぁ逆概率加权估计量和增广逆概率加权估计量的构造········相应估计量的大样本性质及其证明··ぁぁぁぁぁぁぁぁぁぁぁぁぁぁぁぁ．数据集的分析·······················模拟研究·········ぁぁぁぁぁぁぁぁぁぁぁぁぁぁぁぁぁぁぁぁぁぁぁ
万方数据
砌∽州少％珧筹一符号说明竹肼∥水矾历史观察值，即墨一，，⋯，一膁一取样本平均值，即墨二企概率分布对真实分布取数学期望矩阵淖V笨痰南煊Ρ淞笨逃胧奔湎喙氐男淞独立于时间的协变量缺失工具变量藌之外的部分总观测次数个体数笨痰娜笔е副依分布收敛笨痰募涠先笔阆虻梅帜Ｐ笨痰耐顺鋈笔阆虻梅帜Ｐ笨痰募涠先笔阆虻梅帜Ｐ椭械奈粗2问笨痰耐顺鋈笔阆虻梅帜Ｐ椭械奈粗2问笨痰募涠先笔Ц怕誓Ｐ笨痰耐顺鋈笔Ц怕誓Ｐ笨痰募涠先笔Ф杂Φ墓ぷ骰毓槟Ｐ笨痰耐顺鋈笔Ф杂Φ墓ぷ骰毓槟Ｐ最后一个可能发生间断缺失的时刻广义矩估计方法逆概率加权方法增广逆概率加权方法◆丁九，
万方数据
第录介研究背景及其实例纵向数据是指对于同一个研究对象的同一结果变量随着时间进行重复观测所得到的数据，其在流行病学、医学、计量经济学中十分常见．数据缺失是纵向数据研究中一个重要问题，即指一些研究对象在某些时刻无法被观测到．例如．且幌畋冉纤闹植煌孀B家种萍林瘟品椒ㄏ存活率的随机双盲对照研究．四种治疗方法