

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、中圖分類號UDC02l5lO碩士學(xué)位論文學(xué)校代碼密級10533具有隨機缺失響應(yīng)變量的廣義線性模型的統(tǒng)計推斷Statisticalinferenceforgeneralizedlinearmodelswithresponsesvariablesmissingatrandom作者姓學(xué)科專研究方學(xué)院(系、指導(dǎo)教名:黃鑫霞業(yè):數(shù)學(xué)向:概率論與數(shù)理統(tǒng)計所):數(shù)學(xué)與統(tǒng)計學(xué)院師:王國富副教授論文答辯日期蘭旦!!!三:堅答辯委員會主席中南大學(xué)2014年
2、5月具有隨機缺失響應(yīng)變量的廣義線性模型的統(tǒng)計推斷摘要:經(jīng)典線性模型的普遍化——廣義線性模型,成功地處理了因變量與自變量之間復(fù)雜的非線性關(guān)系,克服了經(jīng)典線性模型的局限性。數(shù)據(jù)缺失現(xiàn)象不可避免的存在于各個領(lǐng)域,丟掉缺失的數(shù)據(jù)可能會丟失缺數(shù)據(jù)中包含的信息,降低結(jié)果的準確率。于是如何有效的獲取缺失數(shù)據(jù)中的信息,成為當前研究的一個熱點。自O(shè)wen提出了經(jīng)驗似然法以來,因其眾多優(yōu)良性質(zhì),如:變換不變性、保域性、Bartlett糾偏性等,深受廣大學(xué)者
3、的喜愛,因而被廣泛應(yīng)用于各種對數(shù)據(jù)的研究中。本文在數(shù)據(jù)隨機缺失這個大背景下,研究了廣義線性模型的模型檢驗方法和廣義線性模型的經(jīng)驗似然推斷。在研究廣義線性模型的模型檢驗方法中,本文分別用均值借補估計和逆邊緣概率加權(quán)估計建立兩類“完全數(shù)據(jù)“集,并在兩類“完全數(shù)據(jù)”集的基礎(chǔ)上建立了兩類檢驗統(tǒng)計量來檢驗我們的廣義線性模型的合理性,我們還用了非參數(shù)的蒙特卡羅方法來近似統(tǒng)計量在原假設(shè)下的漸近分布。在研究廣義線性模型的經(jīng)驗似然推斷方面,我們用了經(jīng)驗似
4、然方法,構(gòu)造了一系列未知參數(shù)和響應(yīng)均值的經(jīng)驗似然比函數(shù),且經(jīng)證明發(fā)現(xiàn)這些對數(shù)經(jīng)驗似然比函數(shù)服從漸近卡方分布,由此我們可以得出未知參數(shù)和響應(yīng)均值的置信域,除此之外,我們還得到了未知參數(shù)和響應(yīng)均值的估計量,并且證明了這些估計量服從正態(tài)分布。在模擬研究中,我們將未知參數(shù)和響應(yīng)均值的經(jīng)驗似然置信域的平均長度和覆蓋率與正態(tài)近似下未知參數(shù)和響應(yīng)均值置信域的平均長度和覆蓋率進行比較,發(fā)現(xiàn)逆邊緣概率加權(quán)估計下的經(jīng)驗似然置信域精確度最高。關(guān)鍵詞:廣義線性
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 響應(yīng)變量隨機缺失的部分線性模型的統(tǒng)計推斷.pdf
- 響應(yīng)變量隨機缺失下變系數(shù)模型的統(tǒng)計推斷.pdf
- 響應(yīng)變量有缺失時變系數(shù)部分線性模型的統(tǒng)計推斷.pdf
- 具有發(fā)散維協(xié)變量廣義線性模型統(tǒng)計分析.pdf
- 響應(yīng)變量隨機缺失下變系數(shù)模型的經(jīng)驗似然推斷.pdf
- 廣義線性模型中的變量選擇.pdf
- 響應(yīng)變量存在缺失時非線性半?yún)?shù)回歸模型的經(jīng)驗似然推斷.pdf
- 廣義線性模型基于elasticnet的變量選擇方法研究
- 基于廣義線性模型的變量選擇與穩(wěn)健參數(shù)設(shè)計.pdf
- 廣義線性模型基于Elastic Net的變量選擇方法研究.pdf
- 廣義線性模型中參數(shù)估計的隨機加權(quán)方法.pdf
- 線性與廣義線性模型逆回歸的統(tǒng)計分析.pdf
- 廣義線性模型中基于自適應(yīng)彈性網(wǎng)的變量選擇.pdf
- 廣義線性模型的罰估計.pdf
- 廣義線性模型的M-估計.pdf
- 42689.帶有不可忽略缺失數(shù)據(jù)的指數(shù)族非線性隨機效應(yīng)模型的統(tǒng)計推斷
- 32389.廣義線性模型的漸近性質(zhì)
- 廣義線性模型的若干問題研究.pdf
- 廣義線性模型的理論及應(yīng)用實例.pdf
- 廣義線性模型的經(jīng)驗似然方法.pdf
評論
0/150
提交評論