Resumen

Extendemos la inferencia de verosimilitud empírica media para la media de respuesta con datos faltantes al azar. Las regiones de confianza del cociente de verosimilitud empírica son deficientes cuando la respuesta falta al azar, especialmente cuando la covariable es de alta dimensionalidad y el tamaño de la muestra es pequeño. Por lo tanto, desarrollamos tres enfoques de verosimilitud empírica media corregidos por sesgo para obtener inferencia eficiente para la media de respuesta. En cuanto a las tres ecuaciones de estimación corregidas por sesgo, obtenemos un nuevo conjunto produciendo un conjunto de datos de promedio par a par. El método puede aumentar el tamaño de la muestra para la estimación y reducir el impacto de la maldición dimensional. Se establece la consistencia y la normalidad asintótica de los estimadores de máxima verosimilitud empírica media. El rendimiento de la muestra finita de los estimadores propuestos se presenta a través de simulación y se muestra una aplicación al conjunto de datos de viviendas de Boston.

• Materias:Virus informático Entropía del gráfico Modelo epidémico Modelo de optimización Modelos conceptuales
• Subjects:Computer virus Entropy of the graph Epidemic model Optimization model Conceptual models
• Palabras claves:Verosimilitud empírica media; Media de la respuesta; Faltante al azar; Corregido por sesgo; De alta dimensionalidad; Tamaño de la muestra
• Keywords:Mean empirical likelihood; Response mean; Missing at random; Bias-corrected; High-dimensional; Sample size