首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到19条相似文献,搜索用时 125 毫秒
1.
统计诊断就是对统计推断方法解决问题的全过程进行诊断,而影响分析是统计诊断中十分重要的分支.本文针对半参数广义线性模型,证明了数据删除模型和均值漂移模型的等价性定理,给出了诸如广义Cook距离等诊断统计量并研究了异常点的Score检验统计量,最后通过实例验证了本文给出的诊断方法的有效性。  相似文献   

2.
该文讨论了具有一般协方差结构线性模型的局部影响分析问题. 通过对广义Cook统计量中M/c的适当选取, 文章给出了一种对扰动的参数变换具有不变性质的局部影响度量. 在具协方差扰动模式下, 该文给出了回归系数和方差系数估计、最佳线性预测的局部影响诊断统计量.该结果与数据删除法进行了比较, 并通过实例进行了分析和说明.  相似文献   

3.
半参数广义线性混合效应模型的影响分析   总被引:1,自引:1,他引:0  
本文把随机效应当作是缺失数据并利用P-样条拟合非参数部分,从而得到了半参数广义线性混合效应模型(GPLMM)的MCNR估计算法;同时利用Q-函数,我们得到了模型的参数部分的广义Cook距离以及非参数部分的广义DFIT,此外,本文还研究了四种不同扰动情形的PLMM的局部影响分析,得到了相应的影响矩阵,最后,我们通过—个实际例子验证了所提出的诊断统计量的有效性。  相似文献   

4.
本将随机效应当作是缺失数据,基于Q函数和EM算法并利用P-样条拟合非参数部分,得到了纵向数据半参数Beta回归模型估计方法.基于数据删除模型,我们得到了模型参数部分的广义Cook距离以及非参数部分的广义DFIT.此外,本文还研究了在四种不同扰动情形下模型的局部影响分析,得到了相应的影响矩阵.最后,我们通过两个数值实例验证了所得诊断统计量的有效性.  相似文献   

5.
广义非线性模型的影响分析   总被引:4,自引:0,他引:4  
本文从几何的观点研究广义非线性模型及其影响分析,我们给出了均值漂移模型的曲率度量;在此基础上,导广义非线性模型度量影响的诊断统计量的二阶近似公式,作为推论,本文的结果适用于两种重要的特殊情形,第一,广义线性模型的影响分析,第二,正态非线性模型的影响分析。  相似文献   

6.
本文主要研究双重广义线性模型,考虑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的诊断统计量之间的变化.首次提出基于双重广义线性模型下的Pena距离.通过一些模拟研究以及实例分析,比较不同诊断统计量判别异常点或强影响点的差异,研究结果表明本文提出的理论和方法是行之有效的.  相似文献   

7.
本文研究了多元线性同归模型岭估计的影响分析问题.利用最小二乘估计方法,获得了多元协方差阵扰动模型与原模型参数阵之间的岭估计的一些关系式,给出了度量影响大小的基于岭估计的广义Cook距离.  相似文献   

8.
统计诊断的主要任务就是通过诊断统计量检测已知观测数据在用既定模型拟合时的合理性,主要是找出数据当中的异常点或强影响点。本文主要研究Logostic回归模型的诊断统计量和诊断统计图。用牛顿迭代法给出Logistic回归模型的极大似然估计值,根据扰动模型得到传统的诊断统计量,结合残差、杠杆值和系数变化三者构造新的诊断统计量,绘制新的诊断统计图,通过模拟研究说明新的诊断统计量的有效性,最后用一个实际案例说明新的诊断方法的应用并进一步验证其优越性。  相似文献   

9.
本文基于经验似然方法对AR(p)模型进行统计诊断,文章首先给出p阶自回归模型的广义估计函数并对模型参数进行估计,然后运用数据删失、局部影响分析和伪残差方法对AR(p)模型进行统计诊断,最后通过实证来说明该诊断方法的有效性.  相似文献   

10.
应用曲率方法研究了Beta回归模型的局部影响分析问题,分别在加权扰动、响应变量扰动和自变量扰动模式下得到了相应的影响诊断统计量.同时还讨论了模型中散度参数的齐性检验问题,得到了Score检验统计量.最后通过具体的数值实例说明了所得统计量的有效性.  相似文献   

11.
INFLUENCE ANALYSIS ON EXPONENTIAL NONLINEAR MODELS WITH RANDOM EFFECTS   总被引:5,自引:0,他引:5  
This paper presents a unified diagnostic method for exponential nonlinearmodels with random effects based upon the joint likelihood given by Robinson in 1991.The authors show that the case deletion model is equivalent to mean shift outlier model.From this point of view, several diagnostic measures, such as Cook distance, score statistics  相似文献   

12.
带随机效应非线性模型的影响分析   总被引:3,自引:0,他引:3  
Abstract. In this paper,a unified diagnostic method for the nonlinear models with random ef-fects based upon the joint likelihood given by Robinson in 1991 is presented. It is shown that thecase deletion model is equivalent to the mean shift outlier model. From this point of view ,sever-al diagnostic measures, such as Cook distance, score statistics are derived. The local influencemeasure of Cook is also presented. A numerical example illustrates that the method is avail-able  相似文献   

13.
本文对非线性测量误差模型给出了统一的诊断方法,并证明了数据删除模型与均值漂移模型的等价性,由此出发得到了Cook距离、残差、杠杆值等诊断统计量.本文还讨论了非线性测量误差模型的局部影响分析,并给出了一个具体应用实例.推广了Zhao & Lee(1995)的结果.  相似文献   

14.
Influence analysis on linear models with random effects   总被引:1,自引:0,他引:1  
In this paper,a unified diagnostic method for linear models with random effects basedupon the joint likelihood given by Robinson gin 1991) is presented. The case deletion model is e-quivalent to mean shift outlier model,as well as case weights model. From this point of view,several new diagnostic measures,such as Cook disrance,WK diagnostics are derived. Some pre-vious results are improved. Numerical examples illustrate the method is available.  相似文献   

15.
空间变系数模型的统计诊断   总被引:1,自引:0,他引:1  
空间变系数模型作为一类有效的空间数据分析方法已经得到了广泛的应用.本文主要研究该模型的统计诊断与影响分析方法。首先我们基于数据删除模型定义了Cook统计量,其次我们基于均值漂移模型讨论了异常点的检验问题。  相似文献   

16.
具有测量误差的非线性模型的Bayes估计   总被引:1,自引:0,他引:1  
测量中大量的函数模型都是非线性回归模型.当回归变量含有一定的测量误差时,我们得到非线性测量误差模型.本讨论了这种模型中未知参数具有正态先验分布时的参数Bayes估计方法,并对这种估计进行了影响分析,证明了删除模型与均值漂移模型中参数的Bayes估计相同,利用Cook统计量给出了删除模型下参数的Bayes估计的影响度量.  相似文献   

17.
该文讨论了单纯形分布广义线性模型和广义非线性模型的影响分析问题, 得到了若干有用的诊断统计量;证明了数据删除模型和均值漂移模型的的等价性定理.同时还研究了该模型的变离差检验,得到了Score检验统计量.最后给出了两个实例, 说明该文方法的应用价值.  相似文献   

18.
单向分类随机效应模型的异常值检测   总被引:3,自引:0,他引:3  
本文研究平衡的单向分类随机效应模型中单个异常值的检验问题,在随机效应的异常均值滑动模型下,导出异常值的检验统计量及其精确分析,并证明了该检验的一致最优无偏性,另外,对于误差变量的异常均值滑动模型,提出了一个近似的检验过程,并运用随机模拟给出该检验的临界值表,最后,对一组模拟数据进行说明。  相似文献   

19.
This article proposes a new technique for detecting outliers in autoregressive models and identifying the type as either innovation or additive. This technique can be used without knowledge of the true model order, outlier location, or outlier type. Specifically, we perturb an observation to obtain the perturbation size that minimizes the resulting residual sum of squares (SSE). The reduction in the SSE yields outlier detection and identification measures. In addition, the perturbation size can be used to gauge the magnitude of the outlier. Monte Carlo studies and empirical examples are presented to illustrate the performance of the proposed method as well as the impact of outliers on model selection and parameter estimation. We also obtain robust estimators and model selection criteria, which are shown in simulation studies to perform well when large outliers occur.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号