Resumen

La verosimilitud empírica como enfoque no paramétrico ha demostrado tener muchos méritos deseables para construir una región de confianza. El propósito de este artículo es aplicar el método de verosimilitud empírica para estudiar los modelos de regresión de coeficientes funcionales generalizados con múltiples variables de suavizado cuando la respuesta está sujeta a censura derecha aleatoria. Las funciones de coeficiente con múltiples variables de suavizado pueden acomodar diversos efectos de interacción no lineales entre covariables. Se construye el cociente de verosimilitud empírico de un parámetro desconocido y se muestra que tiene una distribución límite chi-cuadrado estándar en el verdadero parámetro. Con base en esto, se puede construir la región de confianza del parámetro desconocido. Se realizan estudios de simulación para indicar que el método de verosimilitud empírica funciona mejor que un enfoque basado en aproximación normal para construir la región de confianza.

• 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; Enfoque no paramétrico; Región de confianza; Modelos de regresión de coeficientes funcionales generalizados; Múltiples variables de suavizado; Censura derecha aleatoria
• Keywords:Empirical likelihood; Nonparametric approach; Confidence region; Generalized functional-coefficient regression models; Multiple smoothing variables; Random right censoring