已閱讀1頁,還剩41頁未讀, 繼續(xù)免費(fèi)閱讀
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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文對(duì)基于縱向數(shù)據(jù)的Poisson-Gamma模型的離差參數(shù)齊性檢驗(yàn)及其影響進(jìn)行了分析。應(yīng)用方差參數(shù)化方法研究了在縱向數(shù)據(jù)中Poisson-Gamma模型的隨機(jī)效應(yīng)方差齊性檢驗(yàn)問題,分別探討了在隨機(jī)組容量情況下,隨機(jī)效應(yīng)方差齊性單獨(dú)檢驗(yàn)問題和組容量的隨機(jī)性和隨機(jī)效應(yīng)方差齊性的聯(lián)合檢驗(yàn)問題并得到了score統(tǒng)計(jì)量。應(yīng)用隨機(jī)系數(shù)化方法對(duì)縱向數(shù)據(jù)的Poisson-Camma回歸模型進(jìn)行了研究。由于系數(shù)的分布函數(shù)未知,采用Laplace展開方法
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(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)頁內(nèi)容里面會(huì)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(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。
最新文檔
- 零過多負(fù)二項(xiàng)回歸模型的參數(shù)齊性檢驗(yàn).pdf
- 基于MCMC的廣義Gamma混合模型的參數(shù)估計(jì)及其應(yīng)用.pdf
- 基于縱向數(shù)據(jù)的混合效應(yīng)模型分析.pdf
- 帶有縱向數(shù)據(jù)的半?yún)?shù)模型基于光滑性的非參數(shù)樣條估計(jì).pdf
- 基于變參數(shù)和混合模型的醫(yī)學(xué)縱向數(shù)據(jù)研究.pdf
- 基于縱向數(shù)據(jù)的線性混合效應(yīng)模型參數(shù)的Bayes統(tǒng)計(jì)推斷.pdf
- 縱向數(shù)據(jù)的半?yún)?shù)回歸模型研究.pdf
- 基于縱向數(shù)據(jù)的隨機(jī)變系數(shù)模型的參數(shù)估計(jì)及其漸近性質(zhì).pdf
- 19797.縱向數(shù)據(jù)下半?yún)⒆兿禂?shù)模型的參數(shù)估計(jì)與模型檢驗(yàn)
- 縱向數(shù)據(jù)中線性混合模型的估計(jì)與檢驗(yàn).pdf
- 非線性模型的異方差和變離差檢驗(yàn).pdf
- 縱向數(shù)據(jù)半?yún)?shù)回歸模型的估計(jì)理論.pdf
- 基于Gamma的亂序執(zhí)行模型及其模擬實(shí)現(xiàn).pdf
- 可加模型異方差與廣義可加模型變離差的檢驗(yàn).pdf
- 在隨機(jī)影響模型中縱向數(shù)據(jù)的分析及應(yīng)用.pdf
- 縱向數(shù)據(jù)模型方差分量的估計(jì)和檢驗(yàn).pdf
- 縱向數(shù)據(jù)中線性混合模型的估計(jì)與檢驗(yàn)
- 基于Gamma-檢驗(yàn)的聚類分析新度量及應(yīng)用.pdf
- 缺失數(shù)據(jù)下半?yún)?shù)模型的序列相關(guān)性檢驗(yàn).pdf
- 縱向和分類數(shù)據(jù)分析中秩回歸模型的參數(shù)估計(jì).pdf
評(píng)論
0/150
提交評(píng)論