Weighted empirical likelihood in some two-sample semiparametric models with various types of censored data
本文将加权经验似然应用于一般的两样本半参数模型,其中包括有偏抽样模型和病例对照逻辑斯谛回归模型。对于右删失数据、双删失数据、区间删失数据和部分区间删失数据,给出了参数$θ_0$和分布$F_0$的加权经验似然半参数极大似然估计$(\tildeθ_n,\tilde{F}_n)$,并证明了$(\tildeθ_n,\tilde{F}_n)$的强相合性和$\tildeθ_n$的渐近正态性.在有偏抽样模型下,加权经验对数似然比具有渐近尺度卡方分布。对于右删失数据、双删失数据和部分区间删失数据,证明了$\sqrt{n}(\tilde{F}_n-F_0)$弱收敛于一个中心高斯过程,从而得到了病例-对照逻辑斯谛回归模型的一致拟合优度检验.
2008-03-12 math.ST stat.TH
Smoothed weighted empirical likelihood ratio confidence intervals for quantiles
到目前为止,基于似然的区间估计的分位数还没有研究在文献中的区间删失情况2数据和部分区间删失数据,在这种情况下,使用平滑没有被认为是任何类型的删失数据。本文在统一的框架下,针对不同类型的删失数据,包括右删失数据、双删失数据、区间删失数据和部分区间删失数据,构造了分位数的平滑加权经验似然比置信区间(WELRCI)。推导了加权经验对数似然比的四阶展开式,建立了WELRCI的理论覆盖精度方程,该方程一般保证至少一阶精度。特别是,对于右删失数据,我们表明,覆盖精度至少是$O(n^{-1/2})$和我们的模拟研究表明,与经验似然为基础的方法相比,在WELRCI中使用的平滑一般提供了一个较短的置信区间具有可比的覆盖精度。对于区间删失数据,有趣的是发现在调整率$n^{-1/3}$下,加权经验对数似然比的渐近分布完全不同于经验似然法所得的渐近分布,并且所得的WELRCI在现有的比较模拟研究中表现良好.
2008-10-23 math.ST stat.TH
The distribution and quantiles of functionals of weighted empirical distributions when observations have different distributions
本文从两个方面推广了非参数估计的分布和分位数的Edgeon-Cornish-Fisher展开式。首先,它允许观测值具有不同的分布。其次,它允许观察以预定的方式加权。加权估计的使用有很长的历史,包括应用于回归,秩统计量和贝叶斯理论。然而,渐近结果一般只有一阶(CLT和弱收敛)。我们给三阶渐近的分布和加权经验分布的任何光滑的功能,从而允许一个相当大的准确性比早期CLT的结果增加。考虑$R^s$中的独立非同分布({ \it non-iid})观测$X_{1n}, ..., X_{nn}$。令$\hat{F}(x)$为它们的{ \it加权经验分布},权重为$w_{1n}, ..., w_{nn}$。我们得到的累积量展开,因此Edgeoff-Cornish-Fisher展开$T(\hat{F})$的任何光滑功能$T(\cdot)$通过扩展冯米塞斯衍生物的概念,有符号的措施,总措施1。作为一个例子,我们给出了当观测值为非独立时,对样本方差进行Edgewol-Cornish-Fisher展开到$O(n^{-3/2})$所需的累积量系数。
2010-02-23 math.ST stat.ME stat.TH
Non-Parametric Weighted Tests for Independence Based on Empirical Copula Process
基于经验Copula过程的加权Cramér-von Mises泛函,提出了一类灵活的非参数检验方法,用于检验随机向量分量之间的相关性.权重作为一个调整参数,并显着影响的力量的测试,使其更敏感的不同类型的依赖。在一般情况下,对于任意有界和可积的加权函数,渐近性质的测试,并提供了一些加权统计的计算公式。几个问题有关的权重的选择进行了讨论,并进行了模拟研究,调查的权力下的各种依赖的替代品的测试。权力的最大增益时,发现发生的权重设置成比例的真实偏差独立copula。
2014-05-27 math.ST stat.ME stat.TH
Interacting reinforced stochastic processes: statistical inference based on the weighted empirical means
本文研究了一个相互作用的强化随机过程系统,其中每个过程$X^j=(X_{n,j})_n$都位于一个有限权有向图的一个顶点$j$上,它可以被解释为网络的一个主体$j$所采取的“行动”序列.这些过程的动态之间的相互作用取决于与底层图相关联的加权邻接矩阵$W$:事实上,代理$j$选择某个动作的概率取决于其个人“倾向”$Z_{n,j}$以及根据$W$条目的其他代理的倾向$Z_{n,h}$和$h\neq j$。强化随机过程最著名的例子是波利亚瓮。本文刻画了加权经验平均$N_{n,j}=\sum_{k=1}^n q_{n,k} X_{k,j}$的渐近性态,证明了它们的几乎处处同步性和稳定收敛意义下的中心极限定理。通过对这里所考虑的过程进行更复杂的分解,这些发现完善和改进了最近论文中给出的个人倾向$Z^j=(Z_{n,j})_n$和经验平均值$\overline{X}^j=(\sum_{k=1}^n X_{k,j}/n)_n$的一些渐近结果(例如[arXiv:1705.02126,Bernoulli,Forth.]; [arXiv:1607.08514,Ann. Appl. Probab.,27(6):3787-3844,2017]; [arXiv:1602.06217,随机过程。应用程序、129(1):70-101,2019])。我们的工作的动机是了解所涉及的随机过程的不同收敛率如何结合,并且…
2018-11-26 math.PR math.ST stat.TH
Tail empirical process and weighted extreme value index estimator for randomly right-censored data
针对重尾右删失数据,引入了一种尾部经验过程,并建立了其高斯逼近。在二阶正则变差条件下,利用上述过程,提出了正极值指标的一个新的(加权)Hill型估计,并证明了它的相合性和渐近正态性.在一个比较模拟研究中,新定义的估计被认为是执行更好的比已经存在的偏差和均方误差。作为一个真实的数据例子,我们应用我们的估计过程来评估澳大利亚男性艾滋病患者的生存时间的尾部指数。值得注意的是,我们的方法也可以用来开发其他统计相关的分布尾部,如二阶参数和减少偏差尾部指数估计。此外,建议的尾部经验过程提供了一个良好的适合性测试下的审查帕累托模型。
2018-02-03 math.ST stat.TH
Subsampling (weighted smooth) empirical copula processes
在对连续多变量分布建模时,对未知copula进行推断的一个关键工具是称为经验copula的非参数估计。一种流行的近似其抽样分布的方法包括使用乘数自助法。然而,后者的特点是执行成本高。由于经验copula的秩为基础的性质,埃夫隆的经典经验bootstrap似乎不是一个自然的选择,因为它依赖于包含关系的重采样。这项工作的目的是调查使用子采样在上述框架。后者包括基于从初始数据的子样本计算的统计值的推断。它的优点之一,在基于排名的上下文中正在考虑的是,所形成的子样本不包含领带。另一个优点是它在极小条件下的渐近有效性。在这项工作中,我们证明了几个(加权,光滑)经验copula过程的亚采样的渐近有效性的情况下,连续独立的观察和时间序列。在前一种情况下,二次抽样被观察到大大优于经验的引导和等效的,总体上,乘数引导的有限样本性能。
2023-01-31 math.ST stat.ME stat.TH
Weighted residual empirical processes, martingale transformations, and model specification tests for regressions with diverging number of parameters
Hunan University(湖南大学);Beijing Normal University(北京师范大学);Beijing Normal University at Zhuhai(北京师范大学珠海校区)
本文针对参数个数发散的回归模型,提出基于加权残差经验过程的设定检验,无鞅变换检验具有最优局部备择检测速率且不依赖维度,虽非分布无关但可用平滑残差自助逼近,而鞅变换检验虽分布无关但功效较低。
2025-10-27 math.ST stat.TH
Jackknife empirical likelihood ratio test for log symmetric distribution using probability weighted moments
针对对数对称分布的拟合检验需求,基于概率加权矩提出对数对称性拟合优度检验及更易实施的刀切经验似然比检验,推导了统计量渐近分布,经模拟和数据集验证了方法有效性。
2024-10-05 math.ST stat.ME stat.TH
Testing for Endogeneity: A Moment-Based Bayesian Approach
Federal Reserve Bank of Philadelphia(费城联邦储备银行);CREST, CNRS, ENSAE, Ecole Polytechnique, Institut Polytechnique de Paris(法国国家科学研究中心、国立统计与行政学院、巴黎综合理工学院、巴黎理工学院);Olin Business School, Washington University in St. Louis(华盛顿大学圣路易斯分校奥林商学院)
本文提出了一种基于矩的贝叶斯方法,用于检验回归模型中解释变量的内生性,通过比较基础模型和扩展模型来判断变量是否外生或内生。
2026-03-08 econ.EM math.ST stat.TH
Deriving the asymptotic distribution of U- and V-statistics of dependent data using weighted empirical processes
一般认为,具有无界核的V-泛函不是Hadamard可微的,因此,具有无界核的U-和V-统计量的渐近分布不能用函数Delta方法(FDM)导出。然而,在这篇文章中,我们表明,V-泛函是拟阿达玛可微的,因此,一个修改版本的FDM(最近介绍的(J.多元分析。101(2010)2452- 2463))可以应用于该问题。修改后的FDM需要弱收敛的加权版本的基本经验过程。后者不是问题,因为在文献中存在关于加权经验过程的若干结果;例如,参见(J. Econometrics 130(2006)307- 335,Ann. Probab. 24(1996)2098- 2127,经验过程及其在统计学中的应用(1986)Wiley,Statistist. Sinica 18(2008)313- 333)。改进的FDM方法具有非常灵活的优点。基础数据和未知分布函数的估计量。这两个方面都将通过各种例子加以说明。特别是,我们将表明,我们的FDM方法主要涵盖了文献中已知的U-和V-统计量的渐近分布的依赖数据的基础上的所有结果-我们的假设是由趋势甚至更弱。此外,使用我们的FDM方法,我们将这些结果扩展到现有文献中没有涉及的依赖概念。
2012-07-25 math.ST stat.TH
Goodness-of-fit tests based on sup-functionals of weighted empirical processes
提出并研究了一类基于加权经验过程子泛函的拟合优度检验统计量。所用的权函数是布朗桥的Erdens-Feller-Kolmogorov-Petrovski上类函数。基于M.切尔格伊格南CsörgIgn,Horváth和Mason对这类检验统计量所得到的结果,我们为这类检验提供了渐近零分布理论,并提出了一种在原假设下制表极限分布函数的算法。一个新的家庭的非参数置信带构造的真实分布函数,它被发现执行得很好。所得到的结果,再加上一个新的结果在分布依分布收敛的更高的批评统计量,介绍了Donoho和金,证明了我们的方法的优势,一个共同的方法,利用一个家庭的经常变化的权函数。此外,我们表明,在各种微妙的问题,检测稀疏的异质混合物,建议的检验统计量实现了Ingster发现的检测边界,当区分零和替代假设,执行最佳自适应未知的稀疏性和大小的非零效应。
2016-04-01 math.ST stat.TH
Exponentially Titled Empirical Distribution Function for Ranked Set Samples
研究了基于秩集抽样设计的连续随机变量的分布函数的非参数估计问题。我们提出了ET估计的DF,并使用它们来构建新的不平衡的排序集样本的恢复算法。我们探索所提出的算法的属性。对于一个假设检验问题的基础人口平均值,我们表明,自助测试的基础上的ET估计的DF是渐近正态的,并表现出一个小的偏差顺序$O(n^{-1})$。我们说明的方法和评估有限样本性能的算法下完美和不完美的排名计划,使用一个真实的数据集和几个蒙特卡罗模拟研究。我们比较的检验统计量的ET估计的基础上的经验似然估计的基础上的性能。
2015-06-21 math.ST stat.CO stat.ME
WeSpeR: Computing non-linear shrinkage formulas for the weighted sample covariance
CEREMADE, Université Paris-Dauphine, PSL, Paris, France(巴黎大学塞雷马德研究所,巴黎政治学院,巴黎,法国);Société Générale Corporate and Investment Banking, Puteaux, France(法国摩根大通公司投资银行,帕特亚克斯,法国)
针对高维加权样本协方差的非线性收缩公式计算难题,研究提出WeSpeR算法,利用渐近样本谱理论性质将千维以上场景的计算显著提速,经实证验证性能优良,并提供了PyTorch实现。
2025-08-30 cs.LG math.PR math.ST
Weighted estimation of the dependence function for an extreme-value distribution
二元极值分布已被用于环境科学和风险管理中的极值建模。一个重要的问题是估计依赖函数,例如Pickands依赖函数。Pickands依赖函数的一些估计已经通过假设边缘是已知的来研究。最近,Genest和Segers [安。37(2009)2990-3022]用经验分布代替边缘分布导出了这些建议估计量的渐近分布。在这篇文章中,我们提出了一类加权估计,包括Genest和Segers(2009)的加权估计作为特例。提出了一种构造Pickands依赖函数置信区间的刀切经验似然方法,避免了复杂的渐近方差估计.仿真研究表明,我们提出的刀切经验似然方法的有效性。
2013-03-20 math.ST stat.TH
Strong approximations for the $p$-fold integrated empirical process with applications to statistical tests
本文的主要目的是研究$p$ -重积分经验过程的强逼近,其中$p$是一个固定的正整数.更精确地说,我们得到了一系列加权布朗桥和加权Kiefer过程的逼近的精确速度。我们的论证部分地基于科姆洛斯、梅杰和图斯纳迪(1975)的结果。我们还得到了$p$ -倍积分经验过程的加权逼近的尾概率的指数界。应用包括双样本测试程序以及变点问题。我们还考虑了在参数估计时积分经验过程的强逼近问题。研究了积分经验过程的部分和过程表示的自相交局部时的行为。最后,提供模拟结果来说明所提出的统计检验的有限样本性能的基础上集成的经验过程。
2017-11-03 math.ST stat.TH
Improving Estimation Efficiency In Structural Equation Models By An Easy Empirical Likelihood Approach
在这篇文章中,我们构造了经验似然(EL)加权估计的线性泛函的概率测度的存在边信息。出于可能无限维的半参数模型中的冗余参数的动机,我们考虑使用估计的约束函数,并允许约束的数量随着样本量的增加而增加。我们研究的渐近性质和效率增益。所得结果用于构造结构方程模型参数的改进估计。参数的EL加权估计被证明具有减少的方差在SEM中的边信息的随机独立的随机误差和随机协变量的存在。给出了效率增益的一些模拟结果。
2023-01-23 math.ST stat.TH
Two-sample Test of Community Memberships of Weighted Stochastic Block Models
假设对同一组节点观察到两个网络,其中每个网络假定从加权随机块模型生成。本文考虑的问题,测试是否社区成员的两个网络是相同的。提出了一种基于奇异子空间距离的检验统计量。在稠密图加权随机区组模型下,给出了所提出的检验统计量的极限分布。仿真结果表明,该检验在稠密图下具有正确的经验1型误差。该测试在经验功效方面也表现得与预期相同,当块内和块间分布接近时,显示逐渐变化,当两个分布不那么接近时,达到1,其中两个分布的接近程度由Renyi发散度表征1/2阶。安然电子邮件网络被用来证明所提出的测试。
2018-11-30 math.ST stat.TH
Weighted Nuclear Elastic Net Estimation of (Near-) Low-Rank Drift Matrices in Ornstein-Uhlenbeck Processes
School of Mathematics and Statistics, UNSW Sydney(新南威尔士大学悉尼数学与统计学院);Department of Mathematics, University of Luxembourg(卢森堡大学数学系)
该研究针对高维Ornstein-Uhlenbeck过程的(近)低秩漂移矩阵,提出加权核弹性网估计量,建立oracle不等式并推导其Frobenius范数平方误差的收敛速率,解决了低秩漂移导致的经验协方差矩阵条件不佳问题。
2026-08-14 math.ST stat.TH
Failure extropy, dynamic failure extropy and their weighted versions
熵是香农熵的对偶补充。在这项研究中,我们考虑故障的熵和它的动态版本。这些措施的各种基本属性。结果表明,动态失效熵表征了分布函数的唯一性。我们还考虑这些措施的加权版本。加权措施的几个优点进行了探讨。最后,基于经验分布函数,介绍了非参数估计。
2021-04-28 math.ST stat.AP stat.TH
Some asymptotic results for the integrated empirical process with applications to statistical tests
本文主要研究积分经验过程的强逼近性。更精确地说,我们得到了一系列加权布朗桥和加权Kiefer过程的逼近的精确速度。我们的论点部分地基于Komlós、Major和Tusnády的结果。应用包括双样本测试程序以及变点问题。我们还考虑了参数估计时积分经验过程的强逼近性。最后,我们研究了积分经验过程的部分和过程表示的自相交局部时的行为。参考文献:Komlós,J.,Major,P. and Tusnády,G.(1975年)。独立RV和样本DF的部分和的近似。I. Z. Wahrscheinlichkeitstheorie und Verw. Gebiete,32,111-131.
2015-05-27 math.ST stat.TH
On new tests for the Poisson distribution based on empirical weight functions
提出基于经验权函数的泊松分布拟合优度检验新方法,将经验与理论权函数的加权 Lp 距离作为统计量,推导了闭式表达式,并通过蒙特卡洛模拟与实例验证了其优越性。
2024-02-20 math.ST stat.ME stat.TH
The Asymptotic Distribution of Modularity in Weighted Signed Networks
模块性是一个流行的度量标准,用于量化网络中社区结构的程度。网络的边权重或邻接矩阵的最大特征值的分布被很好地研究,并且在执行统计推断时经常被用作模块性的替代。然而,我们发现,最大的特征值和模块性是渐近不相关的,这表明需要直接对模块性本身的推理时,网络规模很大。为此,我们推导了网络的边权矩阵属于高斯正交包络的情况下,模块度的渐近分布,并研究了相应的测试社区结构在一些替代模型下的统计功效。我们经验性地探索极限分布的普遍性扩展,并通过第一类错误模拟来证明这些渐近分布的准确性。我们还比较了一些现有的方法的经验权力的模块化为基础的测试。然后,我们的方法被用来测试社区结构的存在下,在两个真实的数据应用程序。
2020-04-09 math.PR math.ST stat.ME
Breaking the Winner's Curse in Mendelian Randomization: Rerandomized Inverse Variance Weighted Estimator
全基因组关联研究的发展和汇总遗传关联数据的日益可用性使得具有汇总数据的双样本孟德尔随机化(MR)的应用日益流行。传统的双样本MR方法通常采用相同的样本来选择相关的遗传变异和构建最终的因果估计。由于众所周知的“赢家的诅咒”现象,这种做法往往导致有偏见的因果效应估计。为了解决这一根本性的挑战,我们首先从理论和实证两方面研究其因果效应估计的后果。然后,我们提出了一个新的框架,系统地打破赢家的诅咒,导致无偏的关联效应估计选定的遗传变异。在此基础上,我们提出了一种新的随机化逆方差加权估计,当选择和参数估计在同一样本上进行时,该估计是一致的。在适当的条件下,我们证明了因果效应的RIVW估计渐近收敛于一个正态分布,其方差可以很好地估计。我们通过蒙特卡罗实验和两个实证例子说明了我们的方法的有限样本性能。
2023-02-21 math.ST stat.ME stat.TH
Komlós-Major-Tusnády approximations to increments of uniform empirical processes
著名的Komlós-Major-Tusnády不等式[Z.华什弗鲁Gebiete 32(1975)111-131; Z.华什弗鲁Gebiete 34(1976)33-58]给出了标准指数随机变量的部分和与标准布朗运动序列的尖锐不等式。在本文中,我们利用这些结果建立高斯近似的均匀经验和分位数过程的加权增量。这种方法提供了率的近似,其中,有直接的应用程序,随机删失数据的极值的统计。
2017-12-08 math.ST stat.TH
Goodness-of-Fit Tests for Symmetric Stable Distributions -- Empirical Characteristic Function Approach
我们考虑基于标准化数据的经验特征函数与标准对称稳定分布的特征函数之间的平方距离的加权积分的对称稳定分布的拟合优度检验,其中特征指数$α$由数据估计。我们将$α$视为未知参数,但为了理论简单,我们也考虑$α$固定的情况。对于参数的估计和数据的标准化,我们使用最大似然估计(MLE)和最小化加权积分的等变综合平方误差估计(EISE)。我们导出了参数由MLE和EISE估计的特征函数过程的渐近协方差函数。对于极大似然估计的情形,数值计算了协方差函数的特征值,并利用复积分得到了检验统计量的渐近分布。模拟研究表明,检验统计量的渐近分布是非常精确的。对于一般分布,我们还给出了参数由有效估计量估计的特征函数过程的渐近协方差函数的公式。
2006-02-16 math.ST stat.TH
Weighted Likelihood for Semiparametric Models and Two-phase Stratified Samples, with Application to Cox Regression
加权似然,其中一个解决霍维茨-汤普森或逆概率加权(IPW)版本的似然方程,提供了一个简单的和强大的方法拟合模型的两相分层样本。我们考虑半参数模型的无限维估计方程的解决方案导致$\sqrt{N}$一致和渐近高斯估计的欧几里德和非参数。如果经由Bernoulli(i.i.d.)在已知抽样概率的情况下,标准估计方程理论表明,欧几里德参数的加权似然估计的影响函数是普通影响函数的IPW形式。通过证明IPW经验过程的弱收敛性,并借用加权Bootstrap经验过程的结果,得到了有限总体分层抽样的并行渐近展开. Bernoulli抽样的渐近方差包含影响函数的层内二阶矩,而有限总体分层抽样的渐近方差仅包含层内方差。当观测到的抽样比被用作先验已知的估计值时,也会出现后一种渐近方差。本文提出了一种用估计权值拟合半参数模型的一般方法。我们的几个关键结果已经得到了特殊情况下的Cox回归分层病例队列研究,其他复杂的调查设计和缺失数据问题更普遍。本文的目的是帮助把以前的工作在适当的背景下,并铺平道路,应用到其他模型。
2005-11-15 math.ST stat.TH
General weighted cumulative residual (past) extropy of minimum (maximum) ranked set sampling with unequal samples
本文引入广义加权累积残差外熵和过去外熵,分别用于不等样本最小和最大排序集抽样的不确定性度量,并讨论了随机比较、单调性质及经验估计量。
2023-01-31 math.ST stat.TH
New consistent exponentiality tests based on $V$-empirical Laplace transforms with comparison of efficiencies
基于Desu特征,我们提出了指数分布的一致拟合优度检验。检验统计量表示表征中出现的随机变量的适当V经验拉普拉斯变换之间的加权$L^2$和$L^{\infty}$距离。此外,我们进行了广泛的比较Bahadur效率不同的最近和经典的指数检验。我们还提出了新的测试的经验权力。
2019-09-24 math.ST stat.ME stat.TH