随机截尾下污染数据部分线性模型的强相合估计  

Strong Consistent Estimation in a Partial Linear Model for the Contaminated Data with Random Censoring

作　　者：陈琴[1] 

机构地区：[1]湖北师范学院数学系,湖北黄石435002

出　　处：《大学数学》2010年第4期98-101,共4页College Mathematics

基　　金：湖北师范学院研究生启动基金资助项目(2007D57);湖北省教育厅科学技术研究资助项目(D20092207)

摘　　要：考虑一类新的污染数据部分线性模型,当受污染后的因变量被随机右截断时,就截断分布已知的情形,利用所获得截断观测数据构造了模型中的参数分量,非参数分量及污染系数的估计量,并在适当的条件下,证明了这些估计量的强相合性.In this paper,we consider a new partial linear model for the contaminated data. When observations of the contaminates respond variable are case one randomly-censored and in the case that distribution function is known,we give the estimators of parametric item,nonparametric item and contaminated parameter of the model according to the observational censored data. Furthermore,the strong consistency of the estimators under suitable conditions is proved.

关 键 词：随机截断 污染数据 部分线性模型 强相合性 

分 类 号：O212.7[理学—概率论与数理统计]