删失分位数回归模型基于扩展兴趣信息准则的平均估计  

Extended focused information criterion for censored quantile regression model and averaging estimation

作　　者：孙志猛[1] 

机构地区：[1]中央财经大学统计学院,北京100081

出　　处：《中国科学：数学》2014年第8期857-874,共18页Scientia Sinica：Mathematica

基　　金：国家自然科学基金(批准号:11301561和71101157);2014中央财经大学重大科研课题培育项目(基础理论类);国家科技支撑计划课题(批准号:2013BAH16F02);中央财经大学第二批青年科研创新团队;教育部人文社会科学研究青年基金(批准号:10YJC790220);2012全国统计科学研究(计划)(批准号:2012LY138);中央财经大学学科建设经费和2012年北京市社科联青年社科人才资助项目

摘　　要：本文结合分位数回归技术,基于删失回归模型,把Claeskens和Hjort的传统兴趣信息准侧(focused information criterion,FIC)扩展到兴趣向量的情形,提出扩展的兴趣信息准则(extended focused information criterion,E-FIC),有效解决了同时针对多个兴趣参数的平均估计问题,并且对删失响应变量的不同水平分位数进行建模,以全面反映响应变量分布特征,有效克服异常值和厚尾模型误差的影响.基于扩展的兴趣信息准则给出参数的平均估计方法,证明估计的渐近性质.通过Monte Carlo随机模拟试验比较所提估计方法和最小二乘方法在有限样本量下的表现,用所提方法对原发性胆汁性肝硬化数据集进行数据分析.In this paper, we extend Claeskens and Hjort＇s focused information criterion （FIC） for the censored linear model based on quantile regression, and propose an extended FIC for focused vector. We model different quantiles of the censored response to depict the comprehensive character of the distribution of the response and deal with outliers and heavy tailed model error. We further develop a model selection and averaging estimation procedure based on the extended focused information criterion and show the asymptotical property of the proposed estimators. We conduct a sinmlation study to detect the behavior of the proposed method compared with least square based method with finite sample sizes and analyze the primary biliary cirrhosis data set to illustrate the proposed method in applications.

关 键 词：兴趣信息准则 随机右删失 模型选择 分位数回归 模型平均 

分 类 号：O212.1[理学—概率论与数理统计]