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、本文主要考慮混合效應(yīng)模型的統(tǒng)計(jì)診斷問(wèn)題,尤其是模型的Bayes局部影響分析問(wèn)題。根據(jù)縱向數(shù)據(jù)既包含個(gè)體又包含個(gè)體不同狀態(tài)的特點(diǎn),提出了兩種便于合理分析數(shù)據(jù)的擾動(dòng)方案,導(dǎo)出了模型在上述各種擾動(dòng)下效應(yīng)參數(shù)的Bayes局部影響度量。最后,采用實(shí)例說(shuō)明了本文給出的方法的有效性.具體地說(shuō),本文主要工作如下: (1)從頻率派的觀點(diǎn)出發(fā),對(duì)模型進(jìn)行了統(tǒng)計(jì)診斷分析,討論了模型的杠桿值及數(shù)據(jù)刪除模型,分別給出了單個(gè)個(gè)體的杠桿矩陣與刪除單個(gè)個(gè)體情形
2、時(shí)的Cook距離公式.前人一般只考慮單個(gè)觀測(cè)值的情形.并通過(guò)實(shí)際數(shù)據(jù)分析,得出了高杠桿個(gè)體與數(shù)據(jù)刪除模型時(shí)的強(qiáng)影響個(gè)體。同時(shí)我們將杠桿值分為兩部分,分別討論了模型固定效應(yīng)與隨機(jī)效應(yīng)的邊際杠桿值,得出了兩種情形下的高杠桿影響個(gè)體。 (2)采用分層模型思想,導(dǎo)出了效應(yīng)參數(shù)的后驗(yàn)分布,并以這一分布為基礎(chǔ)討論了混合效應(yīng)模型的Bayes局部影響分析。在擾動(dòng)方式上,針對(duì)縱向數(shù)據(jù)特點(diǎn)下提出了個(gè)體擾動(dòng)與每次觀測(cè)擾動(dòng),分別用于度量單個(gè)觀測(cè)值與單個(gè)
3、個(gè)體對(duì)效應(yīng)參數(shù)估計(jì)的影響,并推導(dǎo)出了相應(yīng)的強(qiáng)影響個(gè)體與強(qiáng)影響觀測(cè)的度量統(tǒng)計(jì)量。 (3)最后通過(guò)實(shí)際數(shù)據(jù)分析,得出在上述各種擾動(dòng)下的強(qiáng)影響個(gè)體與強(qiáng)影響觀測(cè)。強(qiáng)影響觀測(cè)結(jié)論基本與前人已有的全局影響分析結(jié)論一致,但也探測(cè)出全局影響分析中所沒(méi)有發(fā)現(xiàn)的觀測(cè)點(diǎn).同時(shí)也可以看出,強(qiáng)影響個(gè)體與強(qiáng)影響觀測(cè)并不存在著必然聯(lián)系。某個(gè)個(gè)體的觀測(cè)在某種擾動(dòng)模式下對(duì)某種參數(shù)的估計(jì)來(lái)說(shuō)是強(qiáng)影響觀測(cè),并不意味著這個(gè)個(gè)體在同種擾動(dòng)下對(duì)同種參數(shù)的估計(jì)而言是強(qiáng)影響個(gè)
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。
最新文檔
- 42213.帶有不可忽略缺失數(shù)據(jù)的混合效應(yīng)模型的bayes局部影響分析
- 空間混合自回歸模型的局部影響分析.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
- 31303.birnbaumsaunders混合效應(yīng)模型在定時(shí)截尾下的bayes推斷
- 基于縱向數(shù)據(jù)的混合效應(yīng)模型分析.pdf
- 單指數(shù)模型的Bayes分析.pdf
- 線性模型LIU估計(jì)的影響分析和局部影響分析.pdf
- 時(shí)間序列模型的局部影響分析.pdf
- 縱向數(shù)據(jù)混合效應(yīng)模型的統(tǒng)計(jì)分析.pdf
- 混合整數(shù)線性模型的相合性與未知參數(shù)的Bayes估計(jì).pdf
- 線性混合效應(yīng)模型影響分析在文明調(diào)查中的應(yīng)用研究.pdf
- 環(huán)境雌激素混合物效應(yīng)模型分析.pdf
- GPLSI模型的Bayes估計(jì).pdf
- ARFMA模型的Bayes估計(jì).pdf
- 基于Bayes分析的ARMA模型對(duì)凈值的預(yù)測(cè).pdf
- 縱向數(shù)據(jù)混合效應(yīng)模型的研究.pdf
- 線性模型中Bayes分析若干問(wèn)題研究.pdf
- 縱向研究缺失數(shù)據(jù)多重填補(bǔ)及混合效應(yīng)模型分析.pdf
- 30595.幾類統(tǒng)計(jì)模型的局部影響分析研究
- 混合效應(yīng)模型中方差分量的估計(jì).pdf
評(píng)論
0/150
提交評(píng)論