2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩32頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、 安徽大學(xué) 碩士學(xué)位論文 碩士學(xué)位論文 固定設(shè)計(jì) 固定設(shè)計(jì)多維 多維廣義線性模型 廣義線性模型極大 極大擬似然估計(jì) 擬似然估計(jì)的漸近 的漸近正態(tài)性 正態(tài)性 Asymptotic Normality of Maximum Quasi-likelihood Estimator in Multivariate Generalized Linear Models with Fixed Designs 姓 名 項(xiàng) 華 學(xué)科專業(yè) 學(xué)科專業(yè)

2、 概率論與數(shù)理統(tǒng)計(jì) 概率論與數(shù)理統(tǒng)計(jì) 研究方向 研究方向 回歸 回歸分析 分析 導(dǎo)師姓名 導(dǎo)師姓名 朱春華 朱春華 完成時(shí)間 完成時(shí)間 2009 年 5 月 I 摘 要 廣義線性模型是經(jīng)典線性模型的直接推廣, 它可適用于連續(xù)數(shù)據(jù)和離散數(shù)據(jù)統(tǒng)計(jì)分析,特別是屬性數(shù)據(jù)和計(jì)數(shù)數(shù)據(jù)。 假設(shè)數(shù)據(jù)由序列 ? ? ? ? n i x y i i ? ? 1 , , 構(gòu)成, 其中 i y 是 q 維響應(yīng)變量, i x 是 q p ? 階回歸

3、設(shè)計(jì)陣, i y 的均值與 i x 的線性組合 ? i x? 通過(guò)一個(gè)一一映射的聯(lián)系函數(shù) 1 ? ?u g相聯(lián)系,即 ? ? ? i i x u Ey ? ? ,此處 ? 為 p 維未知向量,其真值為 0 ? 且未知。一般 0 ?首先要由有限樣本觀察值通過(guò)極大似然法或極大擬似然法進(jìn)行估計(jì), 且有關(guān)廣義線性模型的統(tǒng)計(jì)分析大都是依賴于極大似然估計(jì)或極大擬似然估計(jì)的漸近性質(zhì)。同極大似然估計(jì)相比,極大擬似然估計(jì)有更廣泛的應(yīng)用。 本文中,我們研究

4、固定設(shè)計(jì)下基于擬似然方法的估計(jì)方程(即擬似然方程)0 )) ( (1? ? ? ??? i inii x u y x 解 ?n ? (即極大擬似然估計(jì))的漸近正態(tài)性問(wèn)題。 全文主要分為以下幾個(gè)部分: 在第一章中, 介紹了廣義線性摸型及其聯(lián)系函數(shù)的基本概念。 在第二章中, 討論了廣義線性模型統(tǒng)計(jì)推斷的兩種重要方法: 極大似然法和極大擬似然法。 在第三章中,將文獻(xiàn)[31]中的條件 0 inf lim ?? ? nnn? 減弱到 0 lim2

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)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(qǐng)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(qǐng)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(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)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(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論