基于纵向数据的ZIP和ZIB非线性回归模型的随机效应存在性检验(英文)

本文研究了基于纵向数据的ZIP和ZIB模型的随机效应存在性检验问题.采用score检验方法,得到了,可用矩阵表示的score检验统计量.最后,用一个数据实例说明检验方法的有效性.     

基于纵向数据的Poisson-Gamma模型系数的随机性检验

应用随机系数化方法对纵向数据的Poisson-Gamma回归模型进行了研究,采用Laplace展开方法得到了关于响应变量的近似似然函数并得到模型系数的随机性检验的Score统计量.通过Monte Carlo模拟分析了检验的渐近功效.最后把得到的检验统计量应用到具体的数值实例分析中说明其有效性.     

离散型广义非线性纵向数据模型中偏离名义离差的检验及其功效模拟

离散型广义非线性模型包括Poisson,二项,负二项模型.本文讨论离散型广义非线性纵向数据模型中偏离名义离差的检验问题,得到了检验的score统计量,并利用MonteCarlo方法研究了检验统计量的性质.最后,利用杀虫剂数据说明了检验方法的应用.     

具有一致相关的纵向数据模型中方差和相关系数的齐性检验

在纵向数据分析中, 模型方差的齐性是一个基本假定, 但是该假定未必正确. 林金官、韦博成^[1]讨论了具有AR(1)误差的非线性纵向数据模型中方差和相关系数的齐性检验. 本文对具有一致相关协方差结构的纵向数据模型, 研究了方差齐性和相关系数齐性的检验, 得到了检验的score统计量, 并应用于葡萄糖数据. 最后, 本文还给出了模拟结果.     

非线性纵向数据模型中自相关性和随机效应的存在性检验

刻画纵向数据协方差结构有三种可能因素 ,即序列相关 (特别是一阶自相关 )、随机效应和常规的随机误差 (Diggleetal,2 0 0 2 ) .本文研究非线性纵向数据模型的自相关性和随机效应存在性的单个和联合检验 ,得到了检验的score统计量 ,并利用血浆药物渗透数据 (Davidian&Gilinan ,1 995)说明检验方法的应用 .     

基于M估计的线性混合效应模型中方差的齐性检验

本文对纵向数据的线性混合模型,用Fisher得分法得到了参数的M估计(稳健估计),给出了其渐近性质,研究了M估计下异方差的Score检验问题,并对检验统计量的功效进行了模拟,最后通过葡萄糖数据的实例说明了本文方法的有效性.     

连续型半参数广义线性纵向数据模型的方差成分检验

回归模型的方差成分检验是一个非常重要的问题.该文针对离差参数的变异, 随机效应的影响及两者同时具有的三种情形, 研究了基于纵向数据的连续型半参数广义线性模型的方差成分检验, 得到了Score检验统计量, 最后通过计算机模拟验证了该文所提出的方法的有效性.     

纵向数据的有效秩推断基于修正的Cholesky分解

本文基于修正的Cholesky分解提出新的方法估计纵向秩回归的组内协方差矩阵,进而提出新的无偏估计函数改善不平衡纵向数据的估计效率.在一些正则条件下,建立了所提估计的渐近正态性.进一步,提出稳健的秩得分检验统计量对回归系数做假设检验.模拟研究和实证分析表明所提方法能够获得高度有效的估计以及所提检验方法比存在的方法更好.     

基于连续可分的广义非线性纵向数据模型偏离名义离差的score检验及其功效

指数族非线性模型或广义非线性模型是广义线性模型和正态回归模型的自然推广.本文针对可分的连续型指数族回归模型(如正态模型,Γ模型,逆高斯模型),讨论广义非线性纵向数据模型中偏离名义离差的检验问题,得到了检验的score统计量,并推导了它们的渐近分布和局部近似功效.然后利用Monte Carlo方法研究了检验统计量的性质.最后利用百慕大草地数据说明了检验方法的应用.     

ZI纵向计数数据模型的影响分析

基于EM算法和Laplace逼近, 本文给出了研究ZI (即含0较多的)纵向计数数据模型的影响分析方法. 为了识别含0较多的分组计数数据中的强影响点, 本文将ZI纵向数据模型中取值为0的数据赋予一定的权重; 而把随机效应看作缺失数据; 在此基础上引入EM算法, 从而应用完全数据对数似然函数的条件期望以及相应的$Q$距离函数进行影响分析; 并进一步应用Laplace逼近方法简化EM算法中的积分计算. 在此基础上, 基于数据删除模型和局部影响分析方法导出了适用于ZI纵向计数数据模型的诊断统计量. 本文也通过实际计数数据的例子验证了诊断统计量的有效性.