跳到主要內容

臺灣博碩士論文加值系統

(3.87.250.158) 您好!臺灣時間:2022/01/25 18:15
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:李佳玲
研究生(外文):Jia_Ling Li
論文名稱:強韌逆高斯迴歸
論文名稱(外文):Robust Inverse Gaussian Regression
指導教授:鄒宗山鄒宗山引用關係
指導教授(外文):Tsung-Shan Tsou
學位類別:碩士
校院名稱:國立中央大學
系所名稱:統計研究所
學門:數學及統計學門
學類:統計學類
論文種類:學術論文
論文出版年:2002
畢業學年度:90
語文別:中文
論文頁數:71
中文關鍵詞:強韌概似概似比檢定費雪訊息逆高斯迴歸常態迴歸
外文關鍵詞:robust likelihoodinverse Gaussian regressionfisher informationlikelihood ratio testnormal regression
相關次數:
  • 被引用被引用:2
  • 點閱點閱:139
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本文的架構是在線性複迴歸之下,針對逆高斯迴歸模型提出概似函數的修正法,而修正過的概似函數,不論觀察值的真正分配為何,皆可對迴歸係數提供正確的推論。同時,特別針對常態模型與逆高斯模型,在與虛無假設差別為1/n**0.5的對立假設下,且反應變數的變異數與平均值的三次方成正比時,證明強韌逆高斯概似函數較強韌常態概似函數有較高的檢定力。另一方面,當反應變數的變異數與平均值的次方成正比時,比較強韌常態概似比檢定統計量、強韌逆高斯概似比檢定統計量與強韌珈瑪概似比檢定統計量三者檢定力的大小。最後,為了探討在有限樣本下的表現,將以模擬來看強韌常態概似比檢定、強韌逆高斯概似比檢定與強韌珈瑪概似比檢定的型一誤差機率和信賴區間的涵遝鰷v。
第1 章緒論................................................1
第2 章強韌常態迴歸........................................3
2.1 實作模型..............................................3
2.2 實作概似函數的修正....................................4
2.3 強韌常態迴歸..........................................6
第3 章強韌逆高斯迴歸.....................................12
3.1 逆高斯實作模型.......................................12
3.2 修正項的推導.........................................14
第4 章檢定力.............................................35
4.1 區域垂直.............................................35
4.2檢定力比較............................................40
4.2.1 強韌逆高斯概似比檢定與強韌常態概似比檢定...........41
4.2.2 強韌逆高斯概似比檢定與強韌伽瑪概似比檢定比較.......45
4.3 理論值nA**2/B的比較..................................54
第5 章模擬...............................................58
5.1 強韌逆高斯迴歸模型與強韌常態迴歸模型的比較...........58
5.2 強韌伽瑪迴歸模型與強韌常態迴歸模型的比較.............64
第6 章結論...............................................68
參考文獻.................................................71
Cox, D.R. & N. Reid (1987). Parameter orthogonality and approximate conditional inference, J. R. Statist. Soc. B. 49, 1-39.Draper, N.R. & Smith, H(1998)Appled regression analysis, 3rd ed. John Wiley and Sons.Kalbfleish, J.D. & Sprott, D.A. (1970). Application of likelihood methods to models involving large numbers of parameters(with discussion), J. R. Statist. Soc. B. 32, 175-208.劉素韻(2002)Robust Regression.(國立中央大學統計研究所碩士論文)Royall, RM & Tsou T-S (2001). Interpreting statistical evidence using imperfect models: robust adjusted likelihood functions.(To appear in JRSS-B)Tsou T-S (1992). Robust likelihood. Ph.D. dissertation, JHU.Tsou T-S (2001). Robust likelihood ratio test based on gamma likelihood function.(Submitted)Tsou T-S (2002). Robust gamma and normal regression.(Submitted)
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top