检索结果-内蒙古大学图书馆

统计与信息论坛 2017年第1期32卷 14-19页

作者：戴琳陶冶吴刘仓昆明理工大学理学院云南昆明650093

研究了联合均值与方差模型,考虑了基于数据删除模型的参数估计和统计诊断,比较删除模型与未删除模型相应统计量之间的差异。首次提出了基于联合均值与方差模型的诊断统计量和局部影响分析。通过模拟研究和实例分析,给出了不同的诊断统... 详细信息

研究了联合均值与方差模型,考虑了基于数据删除模型的参数估计和统计诊断,比较删除模型与未删除模型相应统计量之间的差异。首次提出了基于联合均值与方差模型的诊断统计量和局部影响分析。通过模拟研究和实例分析,给出了不同的诊断统计量来判别异常点或强影响点,研究表明提出的理论和方法是有用和有效的。

关键词：联合均值与方差模型数据删除模型局部影响分析统计诊断

来源：评论

学校读者我要写书评

暂无评论

具有异方差的线性回归模型的统计诊断

引用

河海大学学报（自然科学版） 2008年第2期36卷 279-282页

作者：凌佳夏乐天河海大学理学院

为了诊断具有异方差的线性回归模型的异常点,建立了具有异方差的均值漂移模型和数据删除模型.采用Score诊断统计量对具有异方差的均值漂移模型的均值是否漂移进行诊断,证明了异方差存在条件下均值漂移模型和数据删除模型的等价性.这一... 详细信息

为了诊断具有异方差的线性回归模型的异常点,建立了具有异方差的均值漂移模型和数据删除模型.采用Score诊断统计量对具有异方差的均值漂移模型的均值是否漂移进行诊断,证明了异方差存在条件下均值漂移模型和数据删除模型的等价性.这一结果表明,在诊断具有异方差的线性回归模型的异常点时,可考虑采用更加便于处理的均值漂移模型.最后,用Score诊断统计量对镀锌数据进行了异常点的诊断.

关键词：均值漂移模型数据删除模型异方差

来源：评论

学校读者我要写书评

暂无评论

具有AR(1)误差的线性回归模型的统计诊断

引用

统计与决策 2012年第2期28卷 74-76页

作者：凌佳言方荣江苏广播电视大学南京210036 中国药科大学数学教研室南京210009

在通常的线性回归诊断中,大多采用了方差齐性这一基本假定。但是在实际中遇到的问题往往比较复杂,误差项可能存在自相关性。文章研究了具有AR(1)误差的均值漂移模型和数据删除模型,得到了相应的诊断统计量,并证明了在AR(1)误差存在的情... 详细信息

在通常的线性回归诊断中,大多采用了方差齐性这一基本假定。但是在实际中遇到的问题往往比较复杂,误差项可能存在自相关性。文章研究了具有AR(1)误差的均值漂移模型和数据删除模型,得到了相应的诊断统计量,并证明了在AR(1)误差存在的情况下二者不是等价的。最后,通过一组实际数据来说明分析方法的有效性。

关键词：均值漂移模型数据删除模型 AR(1)误差

来源：评论

学校读者我要写书评

暂无评论

基于非参数方法的HIV模型统计诊断问题的研究

基于非参数方法的HIV模型统计诊断问题的研究

引用

作者：吴婷西安电子科技大学

学位级别：博士

非参数方法因其良好的灵活性在经济、医药、生物等领域有着广泛的应用.近年来,随着生物学的迅猛发展以及生物数据的大量采集,生物统计的重要性日益显著,其中对艾滋病的研究已经引起了科学家的极大关注.艾滋病(AIDS)威胁着全人类的生命安... 详细信息

非参数方法因其良好的灵活性在经济、医药、生物等领域有着广泛的应用.近年来,随着生物学的迅猛发展以及生物数据的大量采集,生物统计的重要性日益显著,其中对艾滋病的研究已经引起了科学家的极大关注.艾滋病(AIDS)威胁着全人类的生命安全,目前对艾滋病病毒(HIV)的动态研究已成为AIDS研究领域的热门问题.描述HIV动态变化的HIV模型是一组非线性常微分方程,其中包括HIV病毒死亡率,CD4+T细胞的新生率等多个重要未知参数,准确估计这些参数可以给AIDS致病机理以及药效评估提供重要依据.然而相对于参数估计方法,一般的非参数估计方法,如核估计和局部线性估计的收敛速度较慢且对窗宽的选择敏感；另一方面,由于实际测量数据的波动性,HIV模型的参数估计常常是不稳健的.本文针对非参数估计方法和HIV模型统计诊断的相关问题进行研究,主要研究成果如下：1.将复合方法的思想应用于非参数估计法中,提出复合非参数估计法：首先选择不同的窗宽作相应的非参数估计,然后通过一个参数回归方法将备选的估计量重新组合.当回归函数具有2k阶连续导数时,所得到的新估计量的最优均方收敛速度达到O(n-4k/(4k+1)),即当回归函数足够光滑时,新估计量的收敛速度接近参数估计的收敛速度.最优窗宽的阶数为O(n-1/(4k+1)),并且即使采用的窗宽不是最优的,但在条件hj=O(n-α),且1/(5k)<α<1/5成立时,新估计量仍具有比普通非参数估计更小的均方误差,这说明新估计量对窗宽的选择稳健.由此从收敛速度和窗宽选择两方面改进了通常的非参数估计.模拟研究证实了复合方法的有效性.2.对HIV模型的参数估计进行了实证研究.针对观测数据含有测量误差的情形,利用两步估计法和广义光滑方法对HIV模型进行了参数估计,随机模拟实验证实了两种方法良好的估计效果.通过比较两种方法的表现得出：两步估计法的计算更加简单,而广义光滑方法的精度更高.3.针对HIV模型的两步估计方法,研究了基于均值漂移模型的统计诊断问题.给出了漂移参数的计算公式,构造了Score检验统计量,并给出其大样本分布.随机模拟实验和实例研究结果表明：(1)所构造的检验统计量的极限分布是经验分布的一个合理近似；(2)所构造的统计量可有效地检测中度以上的偏移；(3)相对于内点,边界点对HIV模型的参数估计具有更大的影响.基于以上结论,在对HIV模型进行参数估计时,我们应对边界点加以格外的关注.4.针对HIV模型的广义光滑估计方法,分别讨论了基于数据删除模型的统计诊断和基于似然距离的局部影响分析方法,并且分别给出了数据删除模型和扰动模型下的似然距离近似计算公式.通过模拟数据和临床数据分析发现：两种方法均能有效地检测出模型中的异常点.

关键词：非参数回归模型核估计局部线性估计两步估计法广义光滑方法数据删除模型均值漂移模型局部影响分析

来源：评论

学校读者我要写书评

暂无评论

协方差阵扰动对Stein岭型主成分估计的影响分析

引用

河南师范大学学报（自然科学版） 2019年第2期47卷 1-7页

作者：朱宁黄荣臻张茂军邓超海桂林电子科技大学数学与计算科学学院广西桂林541004 桂林电子科技大学信息科技学院广西桂林541004

针对线性回归模型中协方差阵扰动对Stein岭型主成分估计β(P)G的影响问题进行研究.证明了β(P)G的某种极限是数据删除模型的Stein岭型主成分估计;建立了β(P)G与G-M模型的Stein岭型主成分估计β(P)之间的关系;定义了度量扰动影响的距离... 详细信息

针对线性回归模型中协方差阵扰动对Stein岭型主成分估计β(P)G的影响问题进行研究.证明了β(P)G的某种极限是数据删除模型的Stein岭型主成分估计;建立了β(P)G与G-M模型的Stein岭型主成分估计β(P)之间的关系;定义了度量扰动影响的距离测度DG,并给出了DG的多种计算式;最后通过实例验证其有效性.

关键词： Stein岭型主成分估计协方差阵扰动模型数据删除模型影响分析 Cook距离

来源：评论

学校读者我要写书评

暂无评论

协方差阵扰动模型岭估计的影响分析

引用

工程数学学报 1995年第3期12卷 83-88页

作者：林路湖南邵阳师专数学系

本文证明了线性回归中协方差阵扰动模型岭估计的某种极限是数据删除模型的岭估计，建立了协方差阵扰动模型岭估计与Ｇ－Ｍ模型岭估计之间的关系，讨论了协方差阵扰动和数据删除对岭估计的混合影响，求得了岭估计的基于有偏估计的Ｃｏｏ... 详细信息

本文证明了线性回归中协方差阵扰动模型岭估计的某种极限是数据删除模型的岭估计，建立了协方差阵扰动模型岭估计与Ｇ－Ｍ模型岭估计之间的关系，讨论了协方差阵扰动和数据删除对岭估计的混合影响，求得了岭估计的基于有偏估计的Ｃｏｏｋ距离。

关键词：协方差阵扰动数据删除模型岭估计线性回归

来源：评论

学校读者我要写书评

暂无评论

Weibull分布线性回归模型的统计诊断

引用

郑州大学学报（理学版） 2010年第2期42卷 10-13,52页

作者：李为芹黄超林金官东南大学数学系江苏南京210096 金肯职业技术学院基础课部江苏南京211156

研究了Weibull分布线性回归模型的参数估计和统计诊断问题.首先给出参数估计的迭代算法,分析了统计诊断中数据删除模型(CDM)和均值漂移模型(MSOM)的等价性问题,最后进行了数据模拟和实例分析.

关键词：极值分布 wemull线性回归模型极大似然估计数据删除模型均值漂移模型

来源：评论

学校读者我要写书评

暂无评论

时空地理加权回归模型的统计诊断

时空地理加权回归模型的统计诊断

引用

作者：刘美玲西安建筑科技大学

学位级别：硕士

时空地理加权回归模型是地理加权回归模型的推广，是最近几年提出的一种新的空间分析方法，在回归模型中将观测数据的时间和空间特性纳入到模型里，以此来探测时间非平稳性和空间非平稳性。由于该方法不但简单易行，而且得到的参数估计... 详细信息

时空地理加权回归模型是地理加权回归模型的推广，是最近几年提出的一种新的空间分析方法，在回归模型中将观测数据的时间和空间特性纳入到模型里，以此来探测时间非平稳性和空间非平稳性。由于该方法不但简单易行，而且得到的参数估计还能进行统计检验，因此随着统计应用范围的扩大，该模型作为一类简单有效的解决数据时空特性问题的数据方法已经得到越来越多的研究和应用。本文从模型的拟合方法、统计诊断等方面做了研究。首先，文章系统的阐述了时空地理加权回归模型的基本原理，基于局部加权最小二乘法原理给出了时空地理加权回归模型的拟合方法，并给出了残差平方和以及方差的无偏估计的表达式。详细讨论了空间权函数选取原则及带宽参数确定等问题。其次，在统计领域中，良好的稳定性是所得到的回归模型应具备的，但是，当用给定的数据集对模型进行参数估计时，若数据集中的某些数据点对参数估计有异常大的影响或偏离数据集主体时，一定程度上会影响模型的拟合效果。鉴于此，本文着重研究了时空地理加权回归模型的统计诊断问题，给出了相应的诊断异常点或强影响点的一些诊断统计量，如Cook距离、W-K统计量及杠杆值等；基于数据删除模型，探讨了各组观测数据对模型拟合效果的影响程度；基于均值漂移模型讨论了如何检验数据集中异常点或强影响点的问题，并证明了数据删除模型与均值漂移模型的等价性；基于方差加权模型，研究了各组观测数据的方差规律。最后，利用R软件，通过实例分析，基于Cook距离和W-K统计量这两个统计量，验证了上述检验和诊断方法的有效性和可行性。

关键词：时空地理加权回归统计诊断数据删除模型均值漂移模型方差加

来源：评论

学校读者我要写书评

暂无评论

线性回归模型参数估计及异常点检测方法的改进

线性回归模型参数估计及异常点检测方法的改进

引用

作者：苏千叶山东大学

学位级别：硕士

线性回归模型作为统计学科中最基础、应用最广泛的数学模型,是探求变量间关系、分析数据有效性的有力工具。本文主要围绕：线性回归模型参数估计方法、线性回归模型异常点检测方法两部分展开研究,针对各自的研究方法给予了理论上的改进... 详细信息

线性回归模型作为统计学科中最基础、应用最广泛的数学模型,是探求变量间关系、分析数据有效性的有力工具。本文主要围绕：线性回归模型参数估计方法、线性回归模型异常点检测方法两部分展开研究,针对各自的研究方法给予了理论上的改进与程序上的实现。回归模型建立的目的在于得到变量之间的相关关系,即参数估计。经典的参数估计思想是使估计偏差的平方最小,称为最小二乘估计。在Gauss-Markou假设下,最小二乘估计是无偏估计类中方差最小的估计方法。当自变量之间存在某种近似的线性关系时,会导致最小二乘估计的均方误差很大。前人针对传统方法的不足,提出了主成分估计与岭估计。本文对上述方法进行了综合与改进,提出了K综合主成分估计。该方法将特征值矩阵A按照矩阵XrX特征值的大小划分为人1和人2两部分,并在包含少部分信息的人2中加上K=diag(kq+1,…,kp),其中常数kj≥0,j=q+1,...,p.然后给出了K综合主成分估计在均方误差意义下优于最小二乘估计以及广义岭估计的条件。传统的岭估计只考虑对特征值加同一个常数k的情况,未考虑对不同特征值加不同常数的情况。本文又提出了函数型岭估计,在特征值矩阵人1中加上关于K的函数矩阵F(K)=diag(f1(k1),f2(k2),…,fq(kq)),其中已知函数fi(ki),i=1,...,q满足一定的非负与可微性条件。理论上证明了函数型岭估计在均方误差意义下优于主成分估计和最小二乘估计的条件,以及在广义均方误差意义下优于最小二乘估计的条件。回归模型建立时需要剔除与原定模型偏差大的数据,即异常点检验。本文对异常点检验的常用方法进行了细致的讨论与研究。在数据删除模型中,删除一行或多行样本数据,会遇到设计阵X为非列满秩的情况。而最小二乘估计是基于设计阵列满秩的假设下进行参数估计的。若不满足,则矩阵XTX无法求逆。为了克服这种情况,本文考虑利用广义逆的思想,通过奇异值分解的方法来求矩阵XTX的广义逆；在均值漂移模型中,t统计量是判断异常点的常用统计量。本文利用MATLAB软件编程,随机生成了自变量和误差项的样本数据,根据给定的回归模型计算因变量的值,得到参数的最小二乘估计。并利用对样本点施加“扰动”的思想,对t统计量的灵敏度进行了模拟评估；在异方差模型中,本文将经典的Lagrange乘子法引入异常点检验。将齐方差性假设作为加权最小二乘估计的约束条件,根据Lagrange乘子法的核心思想将此约束最优化问题转化为无约束最优化问题,不再需要构造检验统计量和计算分布函数。最后,本文通过实例进行了方法实现。

关键词： K综合主成分估计函数型岭估计数据删除模型均值漂移模型异方差模型

来源：评论

学校读者我要写书评

暂无评论

基于经验似然的部分线性变系数模型的统计诊断

基于经验似然的部分线性变系数模型的统计诊断

引用

作者：唐丽南京理工大学

学位级别：硕士

作为部分线性模型和变系数模型的推广模型,部分线性变系数在统计建模中得到了广泛的应用。本文基于经验似然的方法对部分线性变系数模型进行统计分析。首先对部分线性变系数模型的未知参数和系数函数进行估计,并证明了他们的渐近性质；... 详细信息

作为部分线性模型和变系数模型的推广模型,部分线性变系数在统计建模中得到了广泛的应用。本文基于经验似然的方法对部分线性变系数模型进行统计分析。首先对部分线性变系数模型的未知参数和系数函数进行估计,并证明了他们的渐近性质；其次,发展了基于经验似然的一般估计方程的统计诊断,包括数据删除模型、局部影响分析、伪残差分析；最后通过随机数值模拟和实例分析验证了上述统计量的有效性。

关键词：部分线性变系数模型广义估计方程经验似然估计置信域数据删除模型局部影响分析伪残差

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：