首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到17条相似文献,搜索用时 197 毫秒
1.
非线性再生散度模型的渐近性质   总被引:3,自引:2,他引:3  
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.  相似文献   

2.
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.  相似文献   

3.
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.  相似文献   

4.
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。  相似文献   

5.
非线性再生散度模型的几何结构及其渐近推断   总被引:2,自引:0,他引:2  
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.  相似文献   

6.
非线性再生散度模型的诊断   总被引:1,自引:0,他引:1  
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.  相似文献   

7.
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。  相似文献   

8.
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.  相似文献   

9.
10.
非线性再生散度模型参数置信域的曲率表示   总被引:6,自引:2,他引:4  
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。  相似文献   

11.
We introduce a class of multivariate dispersion models suitable as error distributions for generalized linear models with multivariate non-normal responses. The models preserve some of the main properties of the multivariate normal distribution, and include the elliptically contoured distributions and certain other known distributions as special cases. We give explicit methods for constructing multivariate proper dispersion models. This is exemplified by constructing multivariate gamma, Laplace, hyperbola, and von Mises distributions.  相似文献   

12.
13.
Testing for Varying Dispersion in Exponential Family Nonlinear Models   总被引:8,自引:0,他引:8  
A diagnostic model and several new diagnostic statistics are proposed for testing for varying dispersion in exponential family nonlinear models. A score statistic and an adjusted score statistic based on Cox and Reid (1987, J. Roy. Statist. Soc. Ser. B, 55, 467-471) are derived in normal, inverse Gaussian, and gamma nonlinear models. An adjusted likelihood ratio statistic is also given for normal and inverse Gaussian nonlinear models. The results of simulation studies are presented, which show that the adjusted tests keep their sizes better and are more powerful than the ordinary tests.  相似文献   

14.
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=  相似文献   

15.
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.  相似文献   

16.
We show that the analytic continuation of the S-matrix elements, which are meromorphic functions of the energy in the complex plane with the cuts (-,-1] and [+1,+), from the physical sheet to nonphysical ones results in a system of nonlinear difference equations. A global analysis of this system is performed in the projective spaces P_N and P N+1. We discuss the connection between the spaces P N and P N+1 and obtain some particular solutions of the initial system.  相似文献   

17.
指数族广义非线性随机系数模型是Smith &; Heitjan[10]和 Wei et al[11]所研究模型的推广。该文分别在模型离差 (dispersion) 的权不变和变异时,讨论了指数族 广义非线性随机系数模型的变离差的检验问题,得到了score检验统计量。并利用欧洲野兔数据,分别对正态分布模型、Γ 分布模型和 逆高斯分布模型说明检验方法的有效性。  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