基于分组数据的回归系数的估计  

Estimating Regression Coefficients in Linear Models Based on Grouped Data

作　　者：郑明[1] 项阳[1] 

机构地区：[1]上海复旦大学统计系,上海200433

出　　处：《应用数学》2006年第2期296-303,共8页Mathematica Applicata

摘　　要：本文讨论了如何去解决基于分组数据下的回归系数的估计问题.本文所讨论的基于分组数据下的回归模型与经典回归模型的差异在于因变量的观测值为分组数据,即我们只知道它落于事先确定的一组区间中的某一区间,而不知道它的具体值;而经典回归模型的因变量观测值则是一个确定的数值.我们用MLE去估计回归系数,但是此时的MLE无显式解,所以寻找一个合适的迭代算法就成了问题的关键.我们选择利用Bayes计算方法中的EM算法来获得估计量的迭代公式.随机模拟显示了所得估计的有效性.In this paper,we discuss the estimator of the regression coefficients in the linear regression models based on grouped data. We want to estimate the parameters by MLE, but there are no closed-form expressions for the MLE. Under certain conditions,we apply the EM algorithm to obtain the approximate solution of the MLE. By means of simulations we show that this method is available.

关 键 词：分组数据 EM算法 MLE 

分 类 号：O212.3[理学—概率论与数理统计]