Sieve Maximum Likelihood Estimation for Doubly Semiparametric Zero-Inflated Poisson Models.
Sieve Maximum Likelihood Estimation for Doubly Semiparametric Zero-Inflated Poisson Models.
复制标题
DOI：
10.1016/j.jmva.2010.05.003
复制
发表时间：
2010-10
影响因子：
1.6
通讯作者：
Shi, Ning-Zhong
中科院分区：
文献类型：
--
作者：
He, Xuming;Xue, Hongqi;Shi, Ning-Zhong
关键词：
对于非负的度量，如收入或病假，零计数通常具有特殊的地位。此外，零计数的发生率通常大于泊松模型的预期。本文考虑了一个双半参数零膨胀泊松模型来拟合这类数据，该模型假设泊松分量的均值和零概率都是两个部分线性连接函数。本文研究了回归参数和非参数函数的一种筛分极大似然估计。我们表明，在常规条件下，估计是强一致的。此外，参数估计是渐近正态的和一阶有效的，而非参数分量达到最优收敛速度。仿真研究表明，额外的灵活性，从双半参数模型获得的统计效率损失不大。我们还用一项公共卫生研究的数据集说明了我们的方法。
For nonnegative measurements such as income or sick days, zero counts often have special status. Furthermore, the incidence of zero counts is often greater than expected for the Poisson model. This article considers a doubly semiparametric zero-inflated Poisson model to fit data of this type, which assumes two partially linear link functions in both the mean of the Poisson component and the probability of zero. We study a sieve maximum likelihood estimator for both the regression parameters and the nonparametric functions. We show, under routine conditions, that the estimators are strongly consistent. Moreover, the parameter estimators are asymptotically normal and first-order efficient, while the nonparametric components achieve the optimal convergence rates. Simulation studies suggest that the extra flexibility inherent from the doubly semiparametric model is gained with little loss in statistical efficiency. We also illustrate our approach with a dataset from a public health study.
登录
查看更多内容
影响因子：
5.9
作者：
MIAOU, SP
通讯作者：
MIAOU, SP
影响因子：
4.5
作者：
SHEN, XT;WONG, WH
通讯作者：
WONG, WH
影响因子：
3.1
作者：
Welsh, AH;Cunningham, RB;Lindenmayer, DB
通讯作者：
Lindenmayer, DB
影响因子：
3.7
作者：
Huang, J;Rossini, AJ
通讯作者：
Rossini, AJ
影响因子：
1.8
作者：
Jansakul, N;Hinde, JP
通讯作者：
Hinde, JP