基于重复测量数据的Poisson回归模型的偏大离差的Score检验

Poisson回归模型广泛应用于分析计数型数据 ,Dean&Lawless(1989)和Dean(1992 )讨论了非重复测量得到的计数型数据的偏大离差存在性的检验问题 .本文分别利用随机系数模型和对数非线性模型讨论了基于重复测量得到的计数型数据的偏大离差的检验问题 ,得到了检验的score统计量 .     

回归模型中异方差或变离差检验问题综述

回归模型的异方差或变离差检验是统计诊断的重要课题。本文系统介绍了普通回归模型、广义回归模型和基于纵向数据的随机效应或自相关回归模型的异方差检验或变离差检验的研究概况和最新进展；同时介绍了作者关于非线性回归模型的相应工作，最后指出了若干有有待进一步研究的问题。     

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.     

非线性随机效应模型的异方差性检验

随机效应模型广泛应用于刻画重复测量数据的特征．在该模型中,随机误差的方差包括受试群体内部及受试群体之间两项方差．Ｚｈａｎｇ和 Ｗｅｉｓｓ ２０００年研究了线性随机效应模型的异方差检验,本文对非线性随机效应模型,分别讨论了群体内、群体间和多变量的异方差性的检验问题,得到了检验的ｓｃｏｒｅ统计量,并讨论了三种情形下,相应的ｓｃｏｒｅ函数之间的关系．最后给出一个数值例子说明上述方法的有用性．     

指数族广义非线性随机系数模型的变离差检验

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。     

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.     

非线性纵向数据模型中方差和自相关系数的齐性检验

刻画纵向数据的协方差结构有三个可能因素：随机效应、序列相关和随机误差．在纵向数据分析中，模型方差的齐性是一个基本假定．但是，该假设未必正确．Zhang和、Weiss^[1]研究了具有随机效应的线性模型的异方差检验．林金官和韦博成^[2]将Zhang和、Weiss^[1]的结果推广到非线性情形．本文对具有自相关误差的非线性纵向数据模型，研究了方差齐性和相关系数的齐性检验，得到了检验的score统计量并应用于血浆渗透数据(见Davidian和Giltian^[3])．最后，本文还给出了模拟结果．     

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.     

随机权函数非线性回归模型的异方差统计分析

在回归分析中，随机误差是否存在方差齐性是理论与实际工作者都十分关心的问题，方差齐性假设并不总是正确的，在线性和非线性回归中关于异方差的诊断问题已有许多讨论（[1],[2],[4],[5]）。本文在韦博成（1995）讨论了加权非线性回归模型的基础上，用随机系数的方法，讨论随机权函数非线性回归模型中的异方差检验问题，得到了方差齐性检验的似然比统计量和score统计量，同时，当模型存在异方差时，本文给出了估计方差的一种方法。     

随机删失非参数回归模型的离差度量

主要研究了随机删失非参数固定设计回归模型的离差度量.首先利用随机删失非参数回归模型的性质和生存分布的Kaplan-Meier乘积限估计,将原模型转化为非参数回归模型进行研究;然后对模型作了离差度量分析,得到了模型的离差度量序列;最后通过实例分析,验证了上述诊断方法的有效性.     

Testing for Varying Dispersion in Exponential Family Nonlinear Models

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.     

����~���Ƶ�ָ����ط����Ի��ЧӦģ�͵����Լ���

Homogeneity of variance and correlation coefficients is one of assumptions in the analysis of longitudinal data.However, the assumption can be challenged. In this paper, we mainly propose and analyze nonlinear mixed effects models for longitudinal data with exponential correlation covariance structure, intend to introduce Huber's function in the log likelihood function and get robust estimation (M-estimation) by Fisher scoring method. Score test statistics for homogeneity of variance and correlation coefficient based on M-estimation are then studied. A simulation study is carried to assess the performance of test statistics and the method we proposed in the paper is illustrated by an actual data example.     

非线性EV回归模型中参数的经验似然置信域

本文考虑非线性EV回归模型，构造了未知参数的经验对数似然比统计量．此外，为了克服计算困难，提出了一个基于模拟的经验对数似然比统计量．在适当条件下，证明了所提出的这两种统计量都具有渐近X^2分布，所得结果可以用来构造未知参数的置信域。     

非线性半参数回归模型中参数的经验似然置信域

该文考虑非线性半参数回归模型,构造了模型中未知参数的经验对数似然比统计量,证明了所提出的统计量具有渐近Χ²分布,由此结果可以用来构造未知参数的置信域.另外,该文也构造了未知参数 的最小二乘估计量,并证明了它的渐近性质.仅就置信域精度及其覆盖概率大小方面,通过模拟研究比较了经验似然方法与最小二乘法的优劣.     

Testing Homogeneity in Weibull Error in Variables Models

We discuss properties of the score statistics for testing the null hypothesis of homogeneity in a Weibull mixing model in which the group effect is modelled as a random variable and some of the covariates are measured with error. The statistics proposed are based on the corrected score approach and they require estimation only under the conventional Weibull model with measurement errors and does not require that the distribution of the random effect be specified. The results in this paper extend results in Gimenez, Bolfarine, and Colosimo (Annals of the Institute of Statistical Mathematics, 52, 698–711, 2000) for the case of independent Weibull models. A simulation study is provided. An erratum to this article can be found at     

��ɾʧ�����·�λ���ع�Ĺ⻬������Ȼ����

This paper is focused on testing the parameters of the quantile regression models. For complete observation, it is shown in literature that the test statistics, based on empirical likelihood (EL) method and smoothed empirical likelihood (SEL) method, both converge weakly to the standard Chi-square distribution $chi_M^2$ under the null hypothesis. For right censored data, the statistics in literature, by the EL method, have a weighted Chi-square limiting distribution, but the weights are unknown. In this paper, we show that the statistics based on the EL method and the SEL method also converge weakly to $chi_M^2$under the null hypothesis, so there is no need to estimate any weights. As its estimating function is smoothed, the SEL method can be Bartlett corrected. Numerical results show that the SEL method, via Bartlett correction, outperforms some recent methods.     

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．