《複雜數據模型中的分布逼近方法》是依託中國科學技術大學，由吳耀華擔任項目負責人的面上項目。
基本介紹
- 中文名：複雜數據模型中的分布逼近方法
- 項目類別：面上項目
- 項目負責人：吳耀華
- 依託單位：中國科學技術大學
中文摘要,結題摘要,
中文摘要
本項目主要研究若干基於複雜數據的統計模型中的分布逼近方法和其理論，其 中統計模型包括廣義線性模型，回響變數受限制的計量經濟模型（Tobit 模型）,生存分析中刪失數據模型，各種複雜縱向數據模型和高維數據模型. 我們將結合各模型的套用背景，從統計思想，建模，方法和理論等方面進行研究，提出或改進有關的統計方法，深入研究它們的漸近性質，特別著重於帶冗餘參數的漸近分布的研究.因此,為避免冗餘參數的估計，對有關的分布逼近理論問題進行深入的探索.我們將提出新的再抽樣方法來進行分布逼近，新的方法既要保證逼近的有效性，同時還要易於計算. 這些問題將可引發一系列的後續研究工作,具有重要的理論意義和套用前景. 所提的方法都要通過數值計算和實際數據例子來驗證其效果.
結題摘要
本項目主要研究了若干複雜數據下統計模型的漸近分布近似方法及其理論，其中研究成果包括建立了帶有測量誤差的廣義線性模型的序貫估計和理論性質；獲得了雙尾截斷Tobit模型的LAD估計的分布逼近方法和理論分析；提出了帶有有效觀測信息的左刪失縱向數據的Tobit分位數估計的統計推斷方法和組合分位數估計方法；建立了高維數據下Tobit模型估計方法和統計性質以及相對誤差估計的統計分布推斷方法等。這些研究成果已經發表在國內外高水平學術期刊上，所得結果對解決醫學和計量經濟學等實際問題提供有效的統計分析方法和可靠的理論支撐。
