Vispārinātās empīriskās ticamības metodes un to pielietojumi statistikā

Abstract

Darbs aplūko empīriskās ticamības metodi un tā vispārinājumus - minimālā attāluma metodes un vispārināto empīriskās ticamības metodes - novērtējušo funkciju modeļiem.

Izmantojot vispārinātos empīriskās ticamības metodi, Bondell un Stefanski 2013. gadā piedāvā robustus punktu novērtējumus lineārai regresijai. Kategoriskiem prediktoriem var parādīt, ka, veicot hipotēžu pārbaudi par parametru vērtībām, tiek iegūta populārā ANOVA procedūra. Šajā darbā tiek analizēta Bondell un Stefanski piedāvātās statistikas robežsadalījums un robusto novērtējumu efektivitāte.

Balstoties uz duāliem uzdevumiem tika izstrādāta datorprogramma vispārīgo momentu nosacījumu modeļu novērtēšanai un hipotēžu testēšanai.

Atslēgas vardi: empīriskā ticamības metode, minimālā attāluma metodes, robusti novērtējumi, lineāra regresija, ANOVA

Empirical likelihood method and its generalizations - minimum discrepancy methods and generalized empirical likelihood methods - for estimating equations models are considered in the thesis.

Bondell and Stefanski proposed robust parameter estimates for linear regression using generalized empirical likelihood methods. By choosing categorical predictors in a special way and testing statistical hypothesis about parameter values, one can from linear regression obtain popular ANOVA procedure . Bondell and Stefanski proposed statistics are analyzed in the thesis, especially their limiting distribution and estimate efficiency.

The dual approach is used to implement the methods for estimation and iference in statistical computing environment R.

Keywords: empirical likelihood method, minimal discrepancy methods, robust estimates, linear regression, ANOVA