где интегрирование ведется по компонентам
вектора
отсутствующим в соответствии с
Напомним, что индекс
аргумента маргинальной плотности опущен.
Обобщение метода максимального правдоподобия на случай данных с пропусками приводит к оценке максимального «маргинального правдоподобия» (ОММП):
Для выборки
наблюдений с пропусками
равна
Покажем теперь, что при выполнении некоторых условий ММП-оценка обладает асимптотическими свойствами, которые проявляет обычная ОМП. Обозначим
истинное значение оцениваемого параметра, соответствующее распределению X,. Укажем сначала на свойство сильной состоятельности ОММП в весьма слабых условиях регулярности.
Усдрвие И. Для любого
найдется такая структура пропусков
что
на множестве
таком, что
Приведем несколько примеров, в которых выполняется условие идентифицируемости И.
1. При оценивании параметров многомерного нормального распределения условие выполняется, если вероятность совместного наблюдения переменных в любой из попарных комбинаций больше нуля. к
2. Оценивание параметров смеси к распределений
по неклассифицированной выборке можно рассматривать как задачу обработки данных с пропусками (у каждого наблюдения пропущен индекс класса). Условие И выполняется, если смесь идентифицируема, т.е. если заданное распределение
однозначно определяет число классов к, веса
и параметры
каждого класса (определение см., например, в [Патрик (1980); Миленький (1975)]). Таким образом, значения переменной могут полностью отсутствовать в выборке, однако параметры, определ яющие ее распределение, могут быть состоятельно оценены, как параметр
распределения индекса класса в данном примере.