IPF算法与N-R算法的对比研究及应用

IPF算法和N-R算法在列联表的相关模型研究中应用广泛.本文通过MATLAB实现了IPF算法和N-R算法,并通过数据模拟研究了两种算法的优劣.模拟结果显示,IPF算法具有稳健、简洁等特点,而N-R算法在迭代次数、精度方面有优势,算法的实现和对比研究对实际应用具有重要地参考意义.

r×r双向有序列联表的模型分析方法

提供几种分析ｒ×ｒ双向有序列联表的模型。

行列之一有序的列联表确切概率计算

行与列之一有序的R×C列联表,可用Kruskal—Wallis检验法比较R个总体,本文导得当边际和固定时的确切概率计算法。

如何正确运用χ^(2)检验——三种双向无序二维列联表资料的χ^(2)检验

本文目的是介绍除四格表资料之外的三种双向无序二维列联表资料的χ^(2)检验以及SAS与R软件实现的方法。三种双向无序二维列联表是指双向无序的"R×2""2×C"和"R×C"(R与C均大于2)列联表。一般来说,分析它们的目的都是检验列联表中两属性变量是否独立,在满足特定前提条件时,可以选用的简单统计分析方法为χ^(2)检验;在不满足特定前提条件时,应当选择计算量非常大的Fisher’s精确检验法。

如何正确运用χ^(2)检验——两种单向有序二维列联表资料线性趋势χ^(2)检验

本文目的是介绍两种单向有序二维列联表资料线性趋势χ^(2)检验以及SAS与R软件实现的方法。两种单向有序二维列联表是指原因变量为R值有序变量的"R×2列联表"和结果变量为C值有序变量的"2×C列联表",对它们进行线性趋势检验分别需要采用Cochran-Armitage’s线性趋势χ^(2)检验和Lee’s线性趋势χ^(2)检验。

有缺失数据的双向有序方列联表统计推断

在充分考虑分类变量有序性的前提下,通过建立有约束的对数线性模型研究有缺失数据的双向有序方列联表的统计推断问题.给出基于模型的EM算法以处理双向有序方列联表的缺失数据,并给出了一个具体算例,结果表明研究的问题得到了较为完满的解决.

含结构零的三维不完备列联表统计分析

根据三维不完备列联表的拟独立性原理,使用R语言中的loglin函数进行期望频数极大似然估计和拟独立性检验。针对各种拟独立性的估计与检验问题,调试出loglin函数中适合结构零情况的margin和start等参数的设置,实现了含结构零的三维不完备列联表数据的统计分析。

分布拟合检验及其R软件实现

分布拟合检验是假设检验中很重要的一部分内容,在医学、生物学及社会科学中有着广泛的应用。由于传统的手工计算分析数据存在一些困难,因此重点介绍如何运用R软件实现分布拟合检验的简便操作。