混合再生散度模型的参数估计

随着社会信息化的发展数据的种类越来越多样化,在实际的数据分析中相对于同质总体,异质总体更具有普遍性,所以混合回归模型是最重要的统计数据分析工具之一。再生散度模型是一种比指数族分布更加广泛的分布,适用性更强。基于此,提出混合再生散度模型,对方位参数进行建模,并通过EM算法研究该模型参数的极大似然估计。同时,通过随机模拟和实例研究说明该模型和方法是有效和有用的。

半参数非线性再生散度混合效应模型的参数估计和影响分析

本文把随机效应看作缺失数据并利用P-样条拟合非参数部分,应用MCNR算法得到了半参数非线性再生散度混合效应模型的未知参数的估计,同时利用Q函数得到了模型的广义Cook距离。此外,本文还研究了三种不同扰动情形的局部影响分析,得到了相应的影响矩阵。最后,通过模拟和实例验证了本文所提出的估计方法的有效性。

半变系数再生散度混合效应模型的影响分析

本文把随机效应看作缺失数据并利用P-样条拟合非参数部分,应用Monte Carlo EM 加速算法得到半变系数再生散度混合效应模型的未知参数的估计,同时利用Q函数,得到了模型的广义Cook距离。此外,本文还研究了三种不同扰动情形的局部影响分析,得到了相应的影响矩阵。最后,通过一个实际例子验证了所提出的诊断统计量的有效性。