Model averaging for linear models with responses missing at random
Model averaging for linear models with responses missing at random
复制标题
响应随机缺失的线性模型的模型平均
DOI：
10.1007/s10463-020-00759-y
复制
发表时间：
2020-07
影响因子：
1
通讯作者：
Liu Wei
中科院分区：
文献类型：
--
作者：
Wei Yuting;Wang Qihua;Liu Wei
在本文中，针对随机丢失响应的线性回归模型开发了一种模型平均方法。结果表明，所提出的方法在实现尽可能低的平方误差的意义上是渐近最优的。通过与一些相关方法进行比较，进行了蒙特卡罗研究来研究我们的建议的有限样本性能，并且模拟结果有利于所提出的方法。此外，还给出了真实的数据分析来说明我们的建议的实际应用。
In this paper, a model averaging approach is developed for the linear regression models with response missing at random. It is shown that the proposed method is asymptotically optimal in the sense of achieving the lowest possible squared error. A Monte Carlo study is conducted to investigate the finite sample performance of our proposal by comparing with some related methods, and the simulation results favor the proposed method. Moreover, a real data analysis is given to illustrate the practical application of our proposal.
登录
查看更多内容
影响因子：
6.3
作者：
Xinyu Zhang;Alan T. K. Wan;Guohua Zou
通讯作者：
Xinyu Zhang;Alan T. K. Wan;Guohua Zou
DOI：
10.1198/016214503000000828
发表时间：
2003-12-01
影响因子：
3.7
作者：
Hjort, NL;Claeskens, G
通讯作者：
Claeskens, G
广义线性模型和广义线性混合效应模型的最优模型平均估计
DOI：
10.1080/01621459.2015.1115762
发表时间：
2016-10
影响因子：
3.7
作者：
Zhang Xinyu;Yu Dalei;Zou Guohua;Liang Hua
通讯作者：
Liang Hua
DOI：
10.1016/j.csda.2009.07.023
发表时间：
2010-12
期刊：
Comput. Stat. Data Anal.
影响因子：
--
作者：
M. Schomaker;Alan T. K. Wan;C. Heumann
通讯作者：
M. Schomaker;Alan T. K. Wan;C. Heumann
DOI：
10.2307/2531606
发表时间：
1988-09
期刊：
--
影响因子：
--
作者：
Roderick J. A. Little;D. Rubin
通讯作者：
Roderick J. A. Little;D. Rubin