目录
摘 要 II
关键词 II
ABSTRACT III
KEY WORDS III
引言 1
1 绪论 1
1．1 研究背景与研究意义 1
1．2 文献综述 1
1．3 基本框架 2
2 预备知识 3
2．1 分位数回归的理论概述 3
2．1．1 分位数回归的基本思想 3
2．1．2 分位数回归的优点 4
2．1．3 分位数回归的举例释义 4
2．2 多重插补法的理论概述 5
2．2．1 多重插补法的基本思想 5
2．2．2 多重插补法的优点 6
2．2．3 多重插补法的举例释义 6
3 基于分位数回归方法的多重插补基本原理 7
3．1 基于分位数回归方法的多重插补操作步骤 7
3．2 选择适当个数的插补值填补删失数据 8
4 基于分位数回归方法的多重插补的模型模拟 9
4．1 建立模拟模型 9
4．2 模拟模型结果分析 9
4．2．1 模型A模拟结果及分析 10
4．2．2 模型B模拟结果及分析 11
4．2．3 模型C模拟结果及分析 13
5 基于分位数回归方法的多重插补实证案例应用 14
5．1 实证案例数据说明与建模 14
5．2 实证案例结果分析 15
6 总结与讨论 19
致谢 20
参考文献 21
附录 22
基于分位数回归方法的删失数据的多重插补
摘 要
在生存分析、医药追踪试验、可靠性与寿命试验等许多实际问题中，删失数据十分常见，多重插补法是目前处理删失数据最有效的方法。另外，分位数回归方法以最小化模型残差绝对值的加权和估计各参数，对处理具有固定删失的响应变量的情形十分合适。本文将分位数回归的思想融入删失数据的多重插补理论，首先建立数据未删失部分的分位数回归模型，由此 *51今日免费论文网|www.51jrft.com +Q: ￥351916072￥ 
得到参数条件概率密度，对数据删失部分进行多重插补，再利用插补后的数据集重新估计参数。本文改变自变量和误差项的分布情况建立三种不同的模拟模型，生成删失率分别为20%和30%的6组删失数据集，使用该方法进行参数估计。对照删失分位数回归与完整数据集的分位数回归，以均方误差最小衡量参数估计值的准确性。结果表明，各个方法在同一模型中，随着分位数水平的变化，估计准确度形态是相似的，在中等分位数水平下，各方法的参数估计值较为准确。另外，基于分位数回归方法的多重插补法所得估计结果有更小的均方误差，具有一定的优越性。最后，本文选取森林火灾数据进行实例应用，进一步说明了本文所研究方法更接近于由完整数据得到的参数估计结果。

原文链接：http://www.jxszl.com/jsj/sxtj/606728.html