(3.231.29.122) 您好!臺灣時間:2021/02/25 16:51
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:何孟萱
研究生(外文):Ho,Meng-Hsuan
論文名稱:變方成分之穩健統計分析
論文名稱(外文):Robust statistical Analysis of Variance Components
指導教授:蘇秀媛
指導教授(外文):Wong,Su Hsiu-Yuan
學位類別:碩士
校院名稱:國立臺灣大學
系所名稱:農藝學系
學門:農業科學學門
學類:一般農業學類
論文種類:學術論文
論文出版年:1993
畢業學年度:81
語文別:中文
論文頁數:48
中文關鍵詞:限制性最大概度法穩健性變方成分
外文關鍵詞:Restricted Maximum Likelihood MethodRobustnessVariance Components
相關次數:
  • 被引用被引用:0
  • 點閱點閱:204
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
當我們進行統計分析的時後, 偏離值(outlier)是很有可能發生的。為了
避免偏離值對模式母數估計的影響,因此,有許多的辨識法因應而生,而
其中多數的方法均是將偏離值辨識出後,加以棄卻再繼續分析,例如
Snee(1983)即曾以繪圖的方式探討這類問題。然而,當資料很多或是變數
多,甚至當偏離值不只一個時,這一類的辨識法便會有許多問題發生,因
此,如何以統計的方法來限制偏離值對模式母數的影響,同時又能達到辨
識偏離值的目的是本篇論文所要探討的主題。在本篇論文中所要探討的是
有關於混合型模式(mixed model)之變方成分(variance components)的
估計問題,Harville(1977)曾討論如何藉用限制性最大概度法(
restricted maximum likelihood method) (Patterson 與 Thompson
1971)來估計變方成分的問題,而在本研究中則希望利用穩健(robust)的
方法,將限制性最大概度法加以修正,以期能達到限制偏離值對變方成分
估值的影響之目的。在本篇論文中,將會以一數例說明如何利用限制性最
大概度法與穩健修正後之限制性最大概度法來估計混合型模式中之變方成
分,同時,也將針對此非穩健方法與穩健方法的變方成分估值做一比較,
除此之外,還要使用繪圖的方式來比較兩種方法在辨識偏離值是否存在時
的表現,另外,也要比較不同穩健方法間是否有差異存在等問題。本篇論
文的結果顯示,穩健修正後的限制性最大概度法無論在變方成分估計方面
,或是在辨識偏離值是否存在的能力方面,均比限制性最大概度法為佳。
除此之外,兩種不同穩健方法的比較結果顯示,兩種方法的表現大致相同
,而又以Hampel ψ 函數的表現略佳。

Outliers may occur with respect to any of the random compo-
nents in a mixed model. The main object of this thesis is to
develop a statistical procedure for limiting the influence of
these outliers on the estimates of the model parameters. The
methods applied in this reserch are the robust modifications
of the restricted maximum likelihood method(REML). In this
thesis, a numerical example is used to illustrate and to
compare the methods of the restricted maximum likelihood
methods with the robust modification of REML. The results
display that the performance of robust modification of REML,
is better than REML no matter in the estimation of variance
components or in the ability of identifying the outliers.
Morever, the results of the two different robust function
(Huber's ψ function and Hampel's ψ function) show that both
methods perform quite well but Hampel's ψ function is better.

QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔