非线性再生散度模型的几何结构及其渐近推断

本文基于唐年胜等（1999）对非线性再生散度模型在欧氏空间建立的微分几何结构导出了与估计有关的随机展开以及与统计曲率有关的若干渐近推断,推广了韦博成等人关于非线性回归模型和指数族非线性模型的相应结果。     

指数族非线性模型的几何及渐近推断理论

对指数族非线性模型在Euclid空间建立了几何结构。在此基础上,研究了与统计曲率以及Fisher信息有关的渐近推断问题。这种几何结构可推广到更加广泛的模型;并可用于研究更多的统计问题。     

半参数非线性回归模型渐近推断的几何

本文利用Severini和Wong^[1]提出的最佳偏差曲线的概念,对半参数非线性回归模型建立了类似于Bates和Watts^[2]的几何结构。利用这个几何结构,我们研究了与统计曲率有关的某些渐近推断。文献中的许多结果^[3-6]被推广到半参数非线性回归模型。     

非线性再生散度随机效应模型的渐近性质

对非线性再生散度随机效应模型, 该文给出了类似于Barndroff-Nielson, Cox (1989)和Severin, Wong (1992)的正则条件, 基于这些正则条件和Laplace近似, 证明了该模型参数极大似然估计的存在性、强相合性和渐近正态性.     

半参数非线性再生散度模型的渐近推断

对半参数非线性再生散度模型,先引入最佳偏差曲线.再求非参数部分的局部线性估计,然后得到参数的广义边侧极大似然估计.同时,基于正则条件,证明了所得估计的存在性,强相合性和渐近正态性,推广了已有文献的工作.     

非线性再生散度模型参数置信域的曲率表示

本文对非线性再生散度模型在Ｅｕｃｌｉｄ空间建立了几何结构。在此基础上,研究了该模型参数和子集参数的三种近似置信域,推广了Ｈａｍｉｌｔｏｎ和韦博成等人的工作。     

非线性再生散度随机效应模型参数置信域的曲率表示

该文基于Laplace逼近建立了非线性再生散度随机效应模型在Euclid空间中的几何结构, 并在此基础上研究了此模型参数和子集参数的置信域, 进一步推广和发展了 Hamilton, Watts 和 Bates^[1]关于正态非线性回归模型, Wei^[2,3]关于嵌入模型和指数族非线性模型, Zhu, Tang 和 Wei^[4]关于半参数非线性模型,唐年胜、韦博成和王学仁^[5]关于非线性再生散度模型, Tang 和 Wang^[6]关于拟似然非线性模型等的结果.     

非线性再生散度模型的Bayes估计

非线性再生散度模型是指数族非线性模型、广义线性模型和正态非线性回归模型的推广和发展,唐年胜等人研究了该模型参数的极大似然估计及其统计诊断。本文基于Gibbs抽样和MH抽样算法讨论非线性再生散度模型参数的Bayes估计。模拟研究和实例分析被用来说明该方法的有效性。     

非线性再生散度随机效应模型的贝叶斯分析

非线性再生散度随机效应模型是一类非常广泛的统计模型，包括了线性随机效应模型、非线性随机效应模型、广义线性随机效应模型和指数族非线性随机效应模型等．本文研究非线性再生散度随机效应模型的贝叶斯分析．通过视随机效应为缺失数据以及应用结合Gibbs抽样技术和Metropolis-Hastings算法（简称MH算法）的混合算法获得了模型参数与随机效应的同时贝叶斯估计．最后，用一个模拟研究和一个实际例子说明上述算法的可行眭．     

非线性再生散度模型基于统计曲率的诊断统计量

对非线性散度模型在Euclid空间建立几何结构。在此基础上，研究了均值漂移模型的曲率度量。从而导出相应Cook距离，似然距离等诊断统计量的二阶近似公式。     

非线性再生散度模型的渐近性质

对非线性再生散度模型,给出了类似于Ｆａｈｒｍｅｉｒ＆Ｋａｕｆｍａｎｎ（１９８５）和Ｗｅｉ（１９９８）的正则条件．基于这些正则条件,证明了最大似然估计的存在性、强相合性和渐近正态性,推广了已有文献的工作．     

非线性再生散度模型的诊断

Abstract. This article discusses the problem of the detection of influential cases in nonlinear re-productive dispersion models (NRDM). A diagnostic based on case-deletion approach in esti-mating equations is proposed. The relationships between the generalized leverage defined byWei et al. in 1998, statistical curvature, and the local influence of the response vector perturba-tions are investigated in NRDM. Two numerical examples are given to illustrate the results.     

非线性散度模型基于统计曲率的诊断统计量

设y1,y2,…,yn为n个独立随机变量,每个yi的概率密度为:设xi=(xi1,…,xiq)T(q0,i=1,…,n,且α(·,·)为一适当函数. β=(β1,…,βp)T为回归系数; μ=(μ1,…,μn)T为位置参数,且μi属于开区间Ω;i=     

非线性再生散度随机效应模型似然函数的Laplace逼近

首先提出用Lap lace逼近方法对非线性再生散度随机效应模型的边缘对数似然函数进行近似,然后基于近似的边缘对数似然函数利用F isher'sscoring迭代算法得到了模型参数的极大似然估计.模拟研究和实例分析表明了该算法的可行性.     

拟似然非线性模型的某些渐近推断:几何方法

Abstract. A modified Bates and Watts geometric framework is proposed for quasi-likelihoodnonlinear models in Euclidean inner product space. Based on the modified geometric framework,some asymptotic inference in terms of curvatures for quasi-likelihood nonlinear models is stud-ied. Several previous results for nonlinear regression models and exponential family nonlinearmodels etc. are extended to quasi-likelihood nonlinear models.     

半参数再生散度非线性模型中参数的投影核和刀切估计的相合性与渐近正态性

半参数再生散度非线性模型(SRDNM)是再生散度非线性模型和半参数回归模型的自然推广和发展,它包括半参数非线性模型和半参数广义线性模型等特殊模型. 基于非参数部分的局部核估计, 给出了SRDNM模型中参数的投影核估计与刀切估计, 并对其进行了理论比较. 在一定的正则条件下,得到了这两类估计的强相合性与渐近正态性. 相比之下, 刀切估计比投影核估计具有更大的渐近方差. 最后, 模拟研究和实例分析被用来说明所给方法的有效性.     

均值方差结构模型的渐近稳健推断(英文)

均值方差模型广泛应用于行为、教育、医学、社会和心理学的研究.经典的极大似然估计对于异常点和分布扰动易受影响.本文基于目标函数最小化给出稳健估计,并基于稳健偏差提出模型拟合.     

变系数再生散度线性模型和它的估计

本文研究了一类变系数再生散度线性模型.利用局部最大似然的方法,得到了兴趣参数的估计,同时也研究了局部权和光滑参数的确定以及统计推断,结果推广了文献[11]的工作.     

恰当散度非线性模型变离差的检验

本文研究了恰当散度非线性模型变离差的检验问题.基于似然比统计量和得分统计量,得到变离差的检验.并且用数值例子说明方法是有效的.