混合非线性联合均值与方差模型的统计推断

在异质总体中,混合回归模型是最重要的统计数据分析工具之一.提出了混合非线性联合均值与方差模型,通过EM算法研究了该模型参数的极大似然估计,并通过随机模拟实验验证了所提出方法的有效性.最后,结合实际数据验证了该模型和方法具有实用性和可行性.

非线性联合均值方差模型的统计分析

在提出非线性均值方差模型的基础上,研究了该模型中未知参数的估计问题。主要是基于Gauss-Newton迭代算法给出该模型中未知参数的极大似然估计。通过大量随机模拟实验验证了所提出方法的有效性。最后,结合实际问题数据验证了该模型与方法具有实用性和可行性。

混合效应均值−方差模型的建构和样本量规划探索

随着研究问题的深入和数据收集手段的进步,能够合理分析和深入挖掘嵌套结构数据信息的混合效应均值−方差模型(Mixed-Effects Location-Scale Models,MELSM)受到广泛关注。本研究拟通过模拟研究和应用研究,在贝叶斯框架下探究MELSM的模型建构方法,并探索MELSM在确定和不确定情境下结合检验力和效应量准确性分析的样本量规划范式,最终整合上述功能开发简便易用的软件包,形成MELSM的应用流程,促进新方法和新技术在心理学研究中的推广应用,提高研究的生态效度和可重复性,进而提高研究的整体质量。

缺失数据下非线性均值方差模型的参数估计

文章在响应变量随机缺失下研究非线性均值方差模型的参数估计问题。基于回归插补和随机回归插补两种缺失插补方法以及结合Gauss-Newton迭代计算算法给出该模型中未知参数的极大似然估计。并通过对两个随机模拟例子实际例子的研究分析,结果都表明了所提出的模型与统计方法具有可行性和实用性。

Tweedie类分布下广义线性联合均值与散度混合专家回归模型

Tweedie类分布在财产保险中常常用来对索赔额进行量化,而混合专家回归模型在统计和机器学习方面被广泛地研究,并用来对异质总体数据进行分类、聚类及回归分析.本文基于Tweedie类分布提出广义线性联合均值与散度混合专家回归模型,从而为非寿险费率厘定精算技术的发展提供参考思路.接着,利用EM算法给出该模型的极大似然估计,进而通过随机模拟实验验证了所提出方法的有效性.最后,本文结合空气质量指标(AQI)数据验证了该模型和方法具有实用性和可行性.

联合均值与方差混合专家回归模型的参数估计

在社会、经济领域中存在大量来自异质总体的异方差数据.本文针对异质总体的异方差数据,研究提出联合均值与方差混合专家回归模型,该模型同时对感兴趣的均值、方差和混合比例参数建模,可以概括和描述众多的实际问题.然后,利用EM算法和MM算法给出该模型的最大似然估计,进而通过Monte Carlo随机模拟来验证所提出的方法的有效性.最后,本文结合实际数据AQI(空气质量指数)说明模型的实用性和可行性.

混合对数正态分布广义线性联合均值与散度模型的参数估计

由于对数变换的优良性质,所以对数正态分布应用十分广泛.该文研究提出混合对数正态分布下广义线性联合均值与散度模型,利用EM算法和Fisher-Scoring方法研究了模型参数的极大似然估计.最后,通过随机模拟和实例研究结果表明,提出的模型和方法是有用和有效的.

联合均值与方差模型的统计诊断

研究了联合均值与方差模型,考虑了基于数据删除模型的参数估计和统计诊断,比较删除模型与未删除模型相应统计量之间的差异。首次提出了基于联合均值与方差模型的诊断统计量和局部影响分析。通过模拟研究和实例分析,给出了不同的诊断统计量来判别异常点或强影响点,研究表明提出的理论和方法是有用和有效的。

Box-Cox变换下联合均值与方差模型的极大似然估计

在提出Box-Cox变换下联合均值与方差模型的基础上,研究了该模型参数的估计问题。同时利用截面极大似然估计方法对变换参数λ进行估计,并对均值模型和方差模型的参数进行极大似然估计。通过随机模拟和实例研究,结果表明该模型和方法是有效和可行的。

联合均值与方差模型的Bayes分析

研究联合均值与方差模型的Bayes分析,通过应用Gibbs抽样和MetropolisHastings(MH)算法计算模型未知参数的Bayes估计与Bayes数据删除影响诊断统计量.模拟研究和实例分析说明该方法的可行性.

基于非线性混合模型的油松天然林树高曲线研究

树高和胸径作为重要的林分因子,二者的异速生长关系是林分生长与收获预估的基础。以北京市古石峪61块油松(Pinus tabuliformis)天然林样地为研究对象,样地按郁闭度CD≥0.6(类型Ⅰ)、0.5≤CD<0.6(类型Ⅱ)、0.4≤CD<0.5(类型Ⅲ)、0.3≤CD<0.4(类型Ⅳ)和CD<0.3(类型Ⅴ)划分5个等级类型,采用非线性混合模型方法,从26种常用树高曲线中选择拟合精度最高的作为基础模型,以类型和样地作为随机效应,分别基于单水平和嵌套二水平,考虑异方差构建最优的油松天然林树高曲线。采用AIC、BIC和负2倍的对数似然值对不同模型的精度进行比较,并用平均绝对误差、剩余均方根误差和调整后的决定系数对模型进行检验。结果表明,混合参数个数不同,模型预测精度不同;考虑异方差结构的嵌套2水平非线性混合模型预测精度高,调整后的决定系数达0.924 4,剩余均方根误差为0.842 1,可以准确地反映油松树高与胸径的关系,但与以样地作为随机效应的单水平样模型的差异不显著。

广义非线性混合效应模型的变离差检验

应用混合效应方法研究了广义族非线性模型的变离差检验问题 .对离散和连续两类指数族分布 ,提出了若干有效的检验统计量 .所有统计量都可用简单、便于计算的矩阵公式来表示 。

基于对数正态分布联合对数均值与对数方差模型的极大似然估计

文章基于对数正态分布研究提出了联合对数均值与对数方差模型,给出了此模型参数的极大似然估计,模拟和实例研究结果表明该模型和方法是有用和有效的。

联合均值与方差模型的经验似然推断

文章考虑了联合均值与方差模型的经验似然推断问题,基于截面经验似然的方法,将联合均值与方差模型作为截面经验似然比函数的约束条件,并构造了均值模型和方差模型未知参数的置信区间.最后通过数据模拟和实例分析讨论了该方法的可行性。

基于非线性混合效应模型的柠条株高生长过程研究

【目的】建立宁夏盐池地区柠条林株高生长量与种植年限关系模型,为精确掌握柠条林的生长过程提供依据。【方法】以盐池县北部、中部、南部的柠条林为研究对象,考虑不同地区立地条件的差异性及种植密度对株高生长的影响,对原有生长方程进行改进,并在改进的基础上利用非线性混合效应(NLME)模型方法建立其株高生长量与种植年限的关系模型,用幂函数、指数函数、常数加幂函数考虑数据间的异方差性,最后对NLME模型与传统模型、改进后的模型、不含随机效应的NLME模型的精度进行对比分析。【结果】相较其余3种模型,含有随机参数且考虑异方差结构的NLME模型精度有显著提高,其调整后的决定系数可达到0.986 5,平均绝对误差和剩余均方根误差分别为0.073 2和0.094 2。【结论】基于改进后Korf方程建立的柠条株高生长量与种植年限关系的NLME模型,考虑了种植密度对株高生长的影响,消除了数据间的异方差性,可准确描述盐池县不同地区柠条株高的生长过程。

基于最小均方差估计的非线性IEM模型

本文根据统计学中的最小均方差估计理论推导出非线性的ＩＥＭ（ＮＬＩＥＭ）模型公式，并综合实验数据确定了模型系数．这个模型考虑了标量场大尺度运动非均匀性，Ｒｅ数以及Ｓｃ数对混合速率的影响．最后分别利用ＮＬＩＥＭ和ＩＥＭ模型对Ｈ２／空气湍流射流扩散火焰进行了计算，与实验结果的比较表明新模型有较大的优越性．

一般联合均值与方差模型的T型估计与最小一、二乘估计

假定一、二阶矩存在的条件下,文章研究了一般联合均值与方差模型的T型估计与最小一、二乘估计,通过模拟比较了T型估计与最小二乘估计两种估计方法,模拟和实例研究结果表明对该模型参数的两种估计方法是有用和有效的,尤其是T型估计更能表现出在参数估计中的优越性。

两个未知均值方差混合模型有限制下对数极大似然比的极限分布(英文)

本文讨论了检验样本是来自一个正态总体还是两个未知均值和方差的正态的混合分布，采用对数极大似然比的检验．如果不加限制，Ｈａｒｔｉｎｇａｎ曾指出不是寻常的Ｘ２分布．我们在混合的权加了一点限制后得到了其极限分布并给出了分位点数值表．

混合Tweedie广义线性联合均值与散度模型的参数估计

Tweedie类分布在保险类索赔额方面应用很多;混合回归模型广泛运用于异质总体数据的分类,聚类及回归分析中。研究基于Tweedie类分布下,针对混合异方差数据提出了混合Tweedie类分布下联合均值与散度模型,利用EM算法研究了模型参数的扩展拟似然、伪似然估计。通过随机模拟,实例研究结果表明,提出的模型和方法是有用和有效的。

组合惩罚下联合均值与方差模型的变量选择

在生产实践和计量经济领域中,控制产品质量的方差就能保证产品的合格品数相对稳定,所以当前学者对联合均值与方差模型的研究倍感兴趣.基于解释变量经常是具有相关关系的实际情况,提出了一种由SCAD惩罚和岭回归混合在一起的组合惩罚,该惩罚充分利用了岭回归能克服解释变量相关性过高对估计效果的影响,同时也证明了这样的惩罚具有相合性和Oracle性质.使用该组合惩罚对联合均值与方差模型进行了变量选择.最后的随机模拟结果表明该模型和方法是有效的.