大数据下广义线性模型的参数估计算法

在大数据下,全样本量很大,未知参数极大似然估计的计算变得十分困难.文章主要对于广义线性模型参数的极大似然估计研究一种有效的计算方法.首先证明了随机抽样算法下的估计量的渐近正态性,由此提出了入样概率的选取准则及两步随机抽样算法.模拟研究表明,绝大部分情况下,运用文章提出的方法所得到广义线性模型极大似然估计量的均方误差低于与之对比的简单随机抽样.     

水平线性互补问题的广义中心路径跟踪算法

对水平线性互补问题提出了一种广义中心路径跟踪算法.任意的原始-对偶可行内点均可作为算法的初始点.每步迭代选择“仿射步”与“中心步”的凸组合为新的迭代方向,采用使对偶间隙尽可能减小的最大步长.算法的迭代复杂性为O(√nL).     

广义线性度量误差模型

在线性度量误差模型中, 需要假设所有变量的观测值都含有未知度量误差\bd 因而 该模型不适用于一部分变量的观测值含有度量误差、而另一部分变量的观测值可精 确得到的情况\bd 为此, 本文提出了广义函数、结构和超结构关系线性度量误差模 型\bd 进一步, 这里还讨论了这些广义线性度量误差模型中参数的最小二乘和极大 似然估计方法, 给出了参数估计的表达式     

广义线性模型的统计分析

本文用广义线性模型概念概括了目前最常用的回归、随机回归、自回归、广义自回归和门限自回归等模型,并且包括了它们的各种混合模型。广义线性模型具有非常广泛的应用背景。从七十年代宋期到现在,在这几年时间里,对于广义线性模型的最小二乘拟合方法的相容性理论研究,取得了重要的进展。从而为这类模型的广泛应用提供了可靠的理论基础。本文将概述这些进展中的主要内容。     

凸约束广义线性回归模型的参数估计及算法

本文将从实际评估工作中提练出来的一种评估模型推广至因变量未知且带有一般性凸约束条件的广义线性模型,证明了模型解的存在唯一性,并从解的几何背景出发,提出了基于凸集间交互投影的参数最小二乘估计的有效算法.结合模型的特点,引入EM算法给出了参数的极大似然估计.模型的提出丰富了线性模型的结构框架,算法的给出为参数估计提供了行之有效的计算方法.     

广义线性模型(七)

本讲座是广义线性模型这个题目的一个比较系统的介绍。主要分3部分:建模、统计分析与模型选择和诊断。写作时依据的主要参考资料是L.Fahrmeir等人的《MultivariateStatisticalModelingBasedonGeneralizedLinearModels》。     

广义线性模型(四)

本讲座是广义线性模型这个题目的一个比较系统的介绍。主要分 3部分 ;建模、统计分析与模型选择和诊断。写作时依据的主要参考资料是L .Fahrmeir等人的《MultivariateStatisticalModelingBasedonGeneralizedLinearModels》。     

广义线性模型(十)

本讲座是广义线性模型这个题目的一个比较系统的介绍。主要分3部分:建模、统计分析与模型选择和诊断。写作时依据的主要参考资料是L.Fahrmeir等人的《MultivariateStatisticalModelingBasedonGeneralizedLinearModels》。     

广义线性模型(八)

本讲座是广义线性模型这个题目的一个比较系统的介绍。主要分3部分:建模、统计分析与模型选择和诊断。写作时依据的主要参考资料是L.Fahrmeir等人的《MultivariateStatisticalModel ingBasedonGeneralizedLinearModels》     

广义线性模型(二)

本讲座是广义线性模型这个题目的一个比较系统的介绍。主要分 3部分 :建模、统计分析与模型选择和诊断。写作时依据的主要参考资料是L .Fahrmeir等人的《MultivariateStatisticalModelingBasedonGeneralizedLinearModels》。     

广义线性模型(三)

本讲座是广义线性模型这个题目的一个比较系统的介绍。主要分 3部分 :建模、统计分析与模型选择和诊断。写作时依据的主要参考资料是L .Fahrmeir等人的《MultivariateStatisticalModelingBasedonGeneralizedLinearModels》。     

广义线性模型(一)

本讲座是广义线性模型这个题目的一个比较系统的介绍。主要分 3部分 :建模、统计分析与模型选择和诊断。写作时依据的主要参考资料是L .Fahrmeir等人的《MultivariateStatisticalModelingBasedonGeneralizedLinearModels》。     

广义线性模型(六)

本讲座是广义线性模型这个题目的一个比较系统的介绍。主要分 3部分 :建模、统计分析与模型选择和诊断。写作时依据的主要参考资料是L .Fahrmeir等人的 :《MultivariateStatisticalModel ingBasedonGeneralizedLinearModles》。     

广义线性模型析影响分析

本文对Ｃｏｏｋ（１９８６）提出的局部影响分析方法进行修正，找出它的不足之处，并提出用二阶导数准则来进行局部影响分析，这种方法可以推广到其它的似然估计问题中去，文中用Ｌｅｕｋｅｒｎｉａ ｄａｔａ和Ｆｉｎｎｅｙ＇ｓ ｄａｔａ来说明这种方法人成劣，并与一阶导数（斜率）的结果相比较，提出了有实际意义的诊断方法。     

广义线性模型(五)

本讲座是广义线性模型这个题目的一个比较系统的介绍。主要分 3部分 :建模、统计分析与模型选择和诊断。写作时依据的主要参考资料是L .Fahrmeir等人的《MultivariateStatisticalModelingBasedonGeneralizedLinearModels》。     

广义线性模型(九)

本讲座是广义线性模型这个题目的一个比较系统的介绍。主要分3部分:建模、统计分析与模型选择和诊断。写作时依据的主要参考资料是L.Fahrmeir等人的《MultivariateStatisticalMod elingBasedonGeneralizedLinearModels》。     

变系数广义线性模型及其估计

本文以经典广义线性模型为基础,通过假定其中的回归变量的系数是某一度量空间中点的任意函数,提出了一类有广泛应用背景的变系数广义线性模型,增加了模型的灵活性和适应性,同时也适用于空间数据的统计分析。基于局部加权最大似然估计方法,文章讨论了变系数广义线性模型的拟合与统计推断,以及与之相关的局部权系统和其中光滑参数的确定。     

广义线性模型参数递推M估计

本文根据Ｈｕｂｅｒ的Ｍ估计理论，构造了广义线性模型参数递性Ｍ估计，以离散鞅的极限理论为工具，给出了参数递推Ｍ估计收敛于真参数的极限速度。     

混合双重广义线性模型的参数估计

在实际应用中,不同类别的数据统计特性存在差异,所以对异质总体的研究非常有必要.基于总体一,二阶矩存在,利用双重广义线性模型对异质总体的不同子类数据的均值和散度同时建模,研究提出了混合双重广义线性模型.然后,利用EM算法构造了模型参数的最大扩展拟似然估计和最大伪似然估计.最后,通过随机模拟和实例研究,结果表明模型和方法的有效性和有用性.     

因素交互作用分析的广义线性模型

为了估计疾病暴露因素之间的交互作用,提出了一种分析疾病暴露因素的交互作用的有效方法.该方法建立一个广义线性模型,通过估计模型中的参数及方差、协方差,定量的分析交互作用的大小和类型,不仅适用于队列研究资料,同时也适用用于病例-对照研究资料.