免费论文：半参数混合模型的删除影响诊断

统计模型在提取和理解数据的基本特征方面是非常有用的，然而在实际生活中不存在完美的模型，任何模型都是对客观复杂过程的一种近似描述。寻找一种诊断方法，判断实际数据与既定模型是否有较大偏离，并采取相应的对策是统计诊断的主要内容。本文推广最经典的Cook于1977年提出的“点删除”影响诊断方法以及均值漂移模型方法，对在生物测定学，经济学和社会科学等领域都有着广泛应用的纵数据和半参数混合模型进行统计诊断，并讨论研究了“点删除”影响诊断方法中普遍存在的Masking现象和Swamping现象。　　本文共分四章．第一章为绪论，介绍了统计诊断的发展背景和当今主要的研究方法、本文的研究基础简单线性模型已有的研究成果，以及本文的研究对象纵数据和半参数混合模型。　　第二章根据纵数据的特点给出了对半参数混合模型的单点删除诊断和单个个体删除诊断公式。第三章针对第二章单点删除和单个个体删除诊断中的Masking现象和Swamping现象，给出删除点集和多个个体后半参数混合模型固定效应参数与非参函数估计的表达式及联合影响和条件影响诊断统计量，并以此为基础，推广Lawrance（1995）对简单线性回归模型的Masking现象和Swamping现象的研究成果，讨论解决半参数混合模型Masking现象和Swamping现象的方法。第四章我们仿照Zhang（1998）文中的Hormone Data模拟得到五组数据，检验以上针对半参数混合模型的影响诊断方法的有效性。

来源：半壳优胜鲸鱼幸运星转载请保留出处和链接！

本文链接：http://87cpy.com/273553.html