Quantile regression for partially linear varying-coefficient model with censoring indicators missing at random
Quantile regression for partially linear varying-coefficient model with censoring indicators missing at random
复制标题
随机缺失删失指标的部分线性变系数模型的分位数回归
DOI：
10.1016/j.csda.2017.07.006
复制
发表时间：
2018
影响因子：
1.8
通讯作者：
Liang Han Ying
中科院分区：
文献类型：
--
作者：
Shen Yu;Liang Han Ying
本文研究了当数据被正确删减，且删减指标随机缺失时的部分线性变系数分位数回归模型。在标定和插值方法的基础上，提出了一种分三阶段构造该模型线性部分和非参数变系数函数估计量的方法。同时，采用自适应LASSO惩罚，讨论了线性部分协变量的选择问题。在适当的假设条件下，建立了所提估计量的渐近正态性，并证明了惩罚估计量具有神谕性。通过仿真研究和实际数据分析，对所提估计器的性能进行了评价。
In this paper, we focus on the partially linear varying-coefficient quantile regression model when the data are right censored and the censoring indicator is missing at random. Based on the calibration and imputation methods, a three-stage approach is proposed to construct the estimators of the linear part and the nonparametric varying-coefficient function for this model . At the same time, we discuss the variable selection of the covariates in the linear part by adopting adaptive LASSO penalty. Under appropriate assumptions, the asymptotic normality of the proposed estimators is established, and the penalized estimators are proven to have the oracle property. Simulation study and a real data analysis are conducted to evaluate the performance of the proposed estimators.
登录
查看更多内容
删失数据的分位数回归估计器
影响因子：
1.5
作者：
Leng, Chenlei;Tong, Xingwei
通讯作者：
Tong, Xingwei
DOI：
10.1007/978-1-4939-7131-2_100671
发表时间：
2018
期刊：
--
影响因子：
--
作者：
通讯作者：
--
DOI：
10.1080/17434470410019753
发表时间：
2004-09
期刊：
Amyotrophic Lateral Sclerosis and Other Motor Neuron Disorders
影响因子：
--
作者：
John L.P. Thompson;Gilberto Levy
通讯作者：
John L.P. Thompson;Gilberto Levy
影响因子：
4.5
作者：
K. Knight
通讯作者：
K. Knight
影响因子：
3.7
作者：
J. Jurečková
通讯作者：
J. Jurečková