论文研究 基本分层抽样的似然方法及其在冯·贝塔朗菲增长模型估计中的应用

本文主要针对响应选择分层抽样方案（基本分层抽样（BSS））的最大似然估计，其中每个层次的最大子样本大小是固定的。 我们导出了BSS的完整数据似然性，并通过合并不完整数据将其扩展为完整数据似然性。 我们也同样扩展了经验比例似然法，以实现一致且有效的估计。 我们进行了仿真研究，将这两种新方法与BSS中的现有估计方法进行了比较。 我们的结果表明，它们的性能与标准的完全信息似然法相同。 使用了一个针对年龄的鱼类大小的生长模型（包括个体之间的变异性）对方法进行了说明。 我们的主要结论之一是，充分观察到的BSS数据，用于分层的部分观察到的数据以及采样策略对于构建一致且有效的估算器都很重要。