文摘众数作为密度函数的最大值点,能有效刻画数据的集中趋势且对异常值具有较强稳健性。然而,在实际应用中,观测数据常因个体失访、退出实验或研究终止等原因出现右删失现象,且数据之间往往具有相依关系。为此,针对宽相依(widely orthant dependent,WOD)这一包含独立、负相依及部分正相依结构的宽泛相依序列,在右删失机制下结合逆概率加权(inverse probability weighting,IPW)方法构造核密度估计量,并据此提出众数的非参数核估计。在紧集和Lipschitz连续等适当条件下,证明密度估计量的一致强相合性,并进一步得出众数估计量的强相合性及其收敛速度。数值模拟和实证分析结果表明,该估计方法在有限样本下表现出良好的估计性能和稳健性,验证其渐近理论性质与实际应用价值。
