Quantile regression of partially linear single-index model with missing observations
Quantile regression of partially linear single-index model with missing observations
复制标题
缺失观测值的部分线性单指标模型的分位数回归
DOI：
10.1080/02331888.2021.1883613
复制
发表时间：
2021-01
期刊：
影响因子：
1.9
通讯作者：
Shen Yu
中科院分区：
文献类型：
--
作者：
Liang Han-Ying;Wang Bao-Hua;Shen Yu
在本文中，我们讨论了数据随机缺失时部分线性单指标模型的分位数回归和变量选择，这允许响应和协变量同时缺失。通过使用迭代算法和局部线性方法，我们构造了参数和链接函数的逆概率加权分位数估计器。参数的惩罚估计器也基于自适应 LASSO 惩罚来考虑。推导了所提出的估计量的渐近分布和预言性质。仿真研究和实际数据分析显示了所提出方法的性能。
In this paper, we discuss the quantile regression and variable selection of partially linear single-index model when data are missing at random, which allows the response and covariates missing simultaneously. By using iteration algorithm and local linear method, we construct the inverse probability weighted quantile estimators of both the parameters and the link function. The penalized estimator of the parameters is also considered based on the adaptive LASSO penalty. The asymptotic distributions and the oracle property of the proposed estimators are derived. Simulation study and real data analysis are presented to show the performance of the proposed methods.
登录
查看更多内容
DOI：
10.1016/j.jmva.2014.03.001
发表时间：
2014-07
期刊：
J. Multivar. Anal.
影响因子：
--
作者：
Peng Lai;Qihua Wang
通讯作者：
Peng Lai;Qihua Wang
协变量中缺失数据的单指数模型的估计和经验可能性
影响因子：
1.8
作者：
Xue, Liugen
通讯作者：
Xue, Liugen
影响因子：
4.5
作者：
Wang, Jane-Ling;Xue, Liugen;Chong, Yun Sam
通讯作者：
Chong, Yun Sam
缺失观测值的变系数分位数回归的经验似然
DOI：
10.1080/03610926.2020.1747629
发表时间：
2020-04
期刊：
Communications in Statistics - Theory and Methods
影响因子：
--
作者：
Wang Bao-Hua;Liang Han-Ying
通讯作者：
Liang Han-Ying
缺少响应变量的部分线性分位数回归模型的平滑经验似然分析
DOI：
10.1007/s10182-013-0210-4
发表时间：
2013-03
期刊：
AStA Adv Stat Anal
影响因子：
--
作者：
Xiaofeng Lv;Rui Li
通讯作者：
Rui Li