非线性再生散度缺失数据模型参数的极大似然估计方法 被引量：3

1

作者 张文专 王力宾 王学仁 《统计与决策》 CSSCI 北大核心 2004年第7期6-7,共2页

关键词 非线性再生散度缺失数据模型 完全数据 参数估计 数据缺失时模型 极大似然估计方法

在线阅读 下载PDF 职称材料

非线性再生散度模型的几何结构及其渐近推断 被引量：7

2

作者 唐年胜 朱仲仪 韦博成 《数学年刊（A辑）》 CSCD 北大核心 2000年第3期261-270,共10页

本文基于唐年胜等（1999）对非线性再生散度模型在欧氏空间建立的微分几何结构导出了与估计有关的随机展开以及与统计曲率有关的若干渐近推断，推广了韦博成等人关于非线性回归模型和指数族非线性模型的相应结果。

关键词 几何结构 再生散度模型 渐近推断 非线性回归

在线阅读 下载PDF 职称材料

非线性再生散度模型参数置信域的曲率表示 被引量：5

3

作者 唐年胜 韦博成 王学仁 《高校应用数学学报（A辑）》 CSCD 北大核心 1999年第3期293-300,共8页

本文对非线性再生散度模型在Ｅｕｃｌｉｄ空间建立了几何结构．在此基础上，研究了该模型参数和子集参数的三种近似置信域。

关键词 置信域 曲率 再生散度模型 非线性回归

在线阅读 下载PDF 职称材料

非线性再生散度随机效应模型的极大似然估计及随机逼近算法 被引量：5

4

作者 张文专 唐年胜 王学仁 《生物数学学报》 CSCD 北大核心 2006年第2期270-278,共9页

非线性再生散度随机效应模型包括了非线性随机效应模型和指数族非线性随机效应模型等．通过视模型中的随机效应为假想的缺失数据和应用Metropolis-Hastings(简称MH) 算法,提出了模型参数极大似然估计的随机逼近算法．模拟研究和实例分... 非线性再生散度随机效应模型包括了非线性随机效应模型和指数族非线性随机效应模型等．通过视模型中的随机效应为假想的缺失数据和应用Metropolis-Hastings(简称MH) 算法,提出了模型参数极大似然估计的随机逼近算法．模拟研究和实例分析表明了该算法的可行性． 展开更多

关键词 非线性再生散度随机效应模型 极大似然估计 Metropolis-Hastings算法 随机逼近算法

在线阅读 下载PDF 职称材料

非线性再生散度模型的渐近性质 被引量：4

5

作者 唐年胜 唐年胜 +1 位作者 朱仲义 韦博成 《数学物理学报（A辑）》 CSCD 北大核心 2000年第3期321-328,共8页

对非线性再生散度模型，给出了类似于Ｆａｈｒｍｅｉｒ＆Ｋａｕｆｍａｎｎ（１９８５）和Ｗｅｉ（１９９８）的正则条件．基于这些正则条件，证明了最大似然估计的存在性、强相合性和渐近正态性，推广了已有文献的工作．

关键词 非线性再生散度模型 渐近性质 最大似然估计

在线阅读 下载PDF 职称材料

带不可忽略缺失数据的再生散度随机效应模型的Bayes估计 被引量：2

6

作者 和燕 彭燕梅 唐年胜 《宁夏大学学报（自然科学版）》 CAS 北大核心 2011年第3期193-197,共5页

在响应变量带有不可忽略缺失数据的前提下得到非线性再生散度随机效应模型的Bayes方法.缺失数据机制由Logistic回归模型定义,根据Gibbs抽样技术和MH算法得到模型参数、随机效应因子以及缺失数据机制中回归系数的联合Bayes估计,并进行了... 在响应变量带有不可忽略缺失数据的前提下得到非线性再生散度随机效应模型的Bayes方法.缺失数据机制由Logistic回归模型定义,根据Gibbs抽样技术和MH算法得到模型参数、随机效应因子以及缺失数据机制中回归系数的联合Bayes估计,并进行了实例分析. 展开更多

关键词 不可忽略缺失数据机制 非线性再生散度随机效应模型 BAYES方法 MCMC

在线阅读 下载PDF 职称材料

非线性再生散度模型的Bayes估计 被引量：3

7

作者 唐年胜 邱世芳 《数理统计与管理》 CSSCI 北大核心 2007年第6期999-1006,共8页

非线性再生散度模型是指数族非线性模型、广义线性模型和正态非线性回归模型的推广和发展,唐年胜等人研究了该模型参数的极大似然估计及其统计诊断。本文基于Gibbs抽样和MH抽样算法讨论非线性再生散度模型参数的Bayes估计。模拟研究和... 非线性再生散度模型是指数族非线性模型、广义线性模型和正态非线性回归模型的推广和发展,唐年胜等人研究了该模型参数的极大似然估计及其统计诊断。本文基于Gibbs抽样和MH抽样算法讨论非线性再生散度模型参数的Bayes估计。模拟研究和实例分析被用来说明该方法的有效性。 展开更多

关键词 Cibbs抽样 MH算法 非线性再生散度模型

在线阅读 下载PDF 职称材料

非线性再生散度模型基于统计曲率的诊断统计量 被引量：2

8

作者 冯予 王执铨 《高校应用数学学报（A辑）》 CSCD 北大核心 2002年第3期257-263,共7页

对非线性散度模型在 Euclid空间建立几何结构 .在此基础上 ,研究了均值漂移模型的曲率度量 .从而导出相应 Cook距离 ,似然距离等诊断统计量的二阶近似公式 .

关键词 非线性再生散度模型 统计曲率 诊断统计量 COOK距离 似然距离

在线阅读 下载PDF 职称材料

非线性再生散度模型两种估计方法的比较 被引量：2

9

作者 左艳芳 刘伟 《云南民族大学学报（自然科学版）》 CAS 2008年第4期320-323,350,共5页

介绍以RDM为随机误差的广义线性模型-非线性再生散度模型的定义,分别考虑非线性再生散度模型的极大似然估计和Bayes估计,以模拟研究和实例分析对以上估计方法加以比较说明.

关键词 非线性再生散度模型 Fisher得分算法 GIBBS抽样

在线阅读 下载PDF 职称材料

半参数非线性再生散度模型的渐近推断 被引量：1

10

作者 陈雪东 李保东 唐年胜 《数学年刊（A辑）》 CSCD 北大核心 2008年第3期383-392,共10页

对半参数非线性再生散度模型,先引入最佳偏差曲线,再求非参数部分的局部线性估计,然后得到参数的广义边侧极大似然估计.同时,基于正则条件,证明了所得估计的存在性,强相合性和渐近正态性,推广了已有文献的工作.

关键词 半参数模型 非线性再生散度模型 最佳偏差曲线 广义边侧似然函数

在线阅读 下载PDF 职称材料

非线性再生散度模型的广义变离差检验 被引量：1

11

作者 韦博成 《徐州师范大学学报（自然科学版）》 CAS 2007年第2期1-12,共12页

研究了非线性再生散度模型的广义变离差检验,对于一类常见的正则散度分布族,解决了离差参数的齐性检验问题,得到了检验的似然比统计量和score统计量,并证明了score统计量的渐近χ2性.本文研究的非线性再生散度模型包括了许多常见的统计... 研究了非线性再生散度模型的广义变离差检验,对于一类常见的正则散度分布族,解决了离差参数的齐性检验问题,得到了检验的似然比统计量和score统计量,并证明了score统计量的渐近χ2性.本文研究的非线性再生散度模型包括了许多常见的统计模型,诸如正态线性和非线性回归模型、广义线性模型和广义非线性模型等;同时,本文结果也适用于某些更复杂的分布,诸如基于极值分布、单纯形分布的非线性模型等.因此本文的结果进一步推广和发展了文献中已有的工作. 展开更多

关键词 离差参数 广义变离差检验 非线性再生散度模型 SCORE统计量 似然比统计量

在线阅读 下载PDF 职称材料

非线性再生散度随机效应模型参数置信域的曲率表示

12

作者 张文专 唐年胜 王学仁 《数学物理学报（A辑）》 CSCD 北大核心 2006年第4期547-558,共12页

该文基于Laplace逼近建立了非线性再生散度随机效应模型在Euclid空间中的几何结构,并在此基础上研究了此模型参数和子集参数的置信域,进一步推广和发展了Hamilton,Watts和Bates关于正态非线性回归模型,Wei关于嵌入模型和指数族非线性模... 该文基于Laplace逼近建立了非线性再生散度随机效应模型在Euclid空间中的几何结构,并在此基础上研究了此模型参数和子集参数的置信域,进一步推广和发展了Hamilton,Watts和Bates关于正态非线性回归模型,Wei关于嵌入模型和指数族非线性模型,Zhu,Tang和Wei关于半参数非线性模型,唐年胜、韦博成和王学仁关于非线性再生散度模型,Tang和Wang关于拟似然非线性模型等的结果． 展开更多

关键词 非线性再生散度随机效应模型 Laplace逼近 曲率 SCORE统计量 置信域

在线阅读 下载PDF 职称材料

非线性再生散度随机效应模型的渐近性质

13

作者 夏天 唐年胜 +1 位作者 王学仁 张文专 《数学物理学报（A辑）》 CSCD 北大核心 2007年第1期146-154,共9页

对非线性再生散度随机效应模型,该文给出了类似于Barndroff-Nielson,Cox(1989)和Severin,Wong(1992)的正则条件,基于这些正则条件和Laplace近似,证明了该模型参数极大似然估计的存在性、强相合性和渐近正态性．

关键词 非线性再生散度随机效应模型 渐近正态性 相合性 极大似然估计

在线阅读 下载PDF 职称材料

非线性再生散度随机效应模型似然函数的Laplace逼近

14

作者 张文专 唐年胜 王学仁 《高校应用数学学报（A辑）》 CSCD 北大核心 2006年第3期321-331,共11页

首先提出用Lap lace逼近方法对非线性再生散度随机效应模型的边缘对数似然函数进行近似,然后基于近似的边缘对数似然函数利用F isher'sscoring迭代算法得到了模型参数的极大似然估计.模拟研究和实例分析表明了该算法的可行性.

关键词 Fisher's scoring迭代 非线性再生散度随机效应模型 极大似然估计 LAPLACE 逼近方法

在线阅读 下载PDF 职称材料

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

15

作者 姜荣 李静茹 钱伟民 《统计学与应用》 2013年第1期1-8,共8页

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... 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。 展开更多

关键词 半参数非线性模型 再生散度混合效应模型 局部影响 P-样条 广义COOK距离 MCNR 算法

在线阅读 下载PDF 职称材料

含不可忽略缺失数据非线性再生散度模型参数的Bayes估计 被引量：1

16

作者 和燕 彭燕梅 唐年胜 《生物数学学报》 CSCD 2012年第2期357-364,共8页

给出协变量带有不可忽略缺失数据的非线性再生散度模型的Bayes方法,缺失数据机制由Logistic回归模型来确定.Gibbs抽样技术和Metropolis-Hastings算法(简称MH算法)用来得到模型参数、缺失数据机制中回归系数的联合Bayes估计,并用实例加... 给出协变量带有不可忽略缺失数据的非线性再生散度模型的Bayes方法,缺失数据机制由Logistic回归模型来确定.Gibbs抽样技术和Metropolis-Hastings算法(简称MH算法)用来得到模型参数、缺失数据机制中回归系数的联合Bayes估计,并用实例加以说明. 展开更多

关键词 不可忽略缺失数据机制 非线性再生散度模型 Dirichlet先验分布 BAYES方法 MCMC 协变量

原文传递

非线性再生散度随机效应模型的贝叶斯分析 被引量：3

17

作者 张文专 唐年胜 王学仁 《应用数学学报》 CSCD 北大核心 2006年第4期714-724,共11页

非线性再生散度随机效应模型是一类非常广泛的统计模型,包括了线性随机效应模型、非线性随机效应模型、广义线性随机效应模型和指数族非线性随机效应模型等．本文研究非线性再生散度随机效应模型的贝叶斯分析．通过视随机效应为缺失数... 非线性再生散度随机效应模型是一类非常广泛的统计模型,包括了线性随机效应模型、非线性随机效应模型、广义线性随机效应模型和指数族非线性随机效应模型等．本文研究非线性再生散度随机效应模型的贝叶斯分析．通过视随机效应为缺失数据以及应用结合Gibbs抽样技术和Metropolis-Hastings算法(简称MH算法)的混合算法获得了模型参数与随机效应的同时贝叶斯估计．最后,用一个模拟研究和一个实际例子说明上述算法的可行性． 展开更多

关键词 贝叶斯分析 非线性再生散度随机效应模型 GIBBS抽样 MH算法

原文传递

非线性再生散度随机效应模型的极大似然估计及EM算法 被引量：4

18

作者 张文专 王学仁 《生物数学学报》 CSCD 北大核心 2009年第2期355-362,共8页

非线性再生散度随机效应模型是指数族非线性随机效应模型和非线性再生散度模型的推广和发展.通过视模型中的随机效应为假想的缺失数据和应用Metropolis-Hastings(MH)算法,提出了模型参数极大似然估计的Monte-Carlo EM(MCEM)算法,并用模... 非线性再生散度随机效应模型是指数族非线性随机效应模型和非线性再生散度模型的推广和发展.通过视模型中的随机效应为假想的缺失数据和应用Metropolis-Hastings(MH)算法,提出了模型参数极大似然估计的Monte-Carlo EM(MCEM)算法,并用模拟研究和实例分析说明了该算法的可行性. 展开更多

关键词 非线性再生散度随机效应模型 极大似然估计 MCEM算法 MH算法 NEWTON Raphson迭代

原文传递

半参数再生散度非线性模型中参数的投影核和刀切估计的相合性与渐近正态性 被引量：1

19

作者 唐年胜 陈雪东 王学仁 《中国科学（A辑）》 CSCD 北大核心 2008年第11期1300-1312,共13页

半参数再生散度非线性模型(SRDNM)是再生散度非线性模型和半参数回归模型的自然推广和发展,它包括半参数非线性模型和半参数广义线性模型等特殊模型.基于非参数部分的局部核估计,给出了SRDNM模型中参数的投影核估计与刀切估计,并对其进... 半参数再生散度非线性模型(SRDNM)是再生散度非线性模型和半参数回归模型的自然推广和发展,它包括半参数非线性模型和半参数广义线性模型等特殊模型.基于非参数部分的局部核估计,给出了SRDNM模型中参数的投影核估计与刀切估计,并对其进行了理论比较.在一定的正则条件下,得到了这两类估计的强相合性与渐近正态性.相比之下,刀切估计比投影核估计具有更大的渐近方差.最后,模拟研究和实例分析被用来说明所给方法的有效性. 展开更多

关键词 渐近正态性 相合性 投影核方法 刀切方法 半参数再生散度非线性模型

原文传递

带有不可忽略缺失数据的半参数再生散度模型的贝叶斯分析

20

作者 陈雪东 唐年胜 《系统科学与数学》 CSCD 北大核心 2010年第10期1334-1350,共17页

半参数再生散度模型是再生散度模型和半参数回归模型的推广,包括了半参数广义线性模型和广义部分线性模型等特殊类型.讨论的是该模型在响应变量和协变量均存在非随机缺失数据情形下参数的Bayes估计和基于Bayes因子的模型选择问题.在分析... 半参数再生散度模型是再生散度模型和半参数回归模型的推广,包括了半参数广义线性模型和广义部分线性模型等特殊类型.讨论的是该模型在响应变量和协变量均存在非随机缺失数据情形下参数的Bayes估计和基于Bayes因子的模型选择问题.在分析中,采用了惩罚样条来估计模型中的非参数成分,并建立了Bayes层次模型;为了解决Gibbs抽样过程中因参数高度相关带来的混合性差以及因维数增加导致出现不稳定性的问题,引入了潜变量做为添加数据并应用了压缩Gibbs抽样方法,改进了收敛性;同时,为了避免计算多重积分,利用了M-H算法估计边缘密度函数后计算Bayes因子,为模型的选择比较提供了一种准则.最后,通过模拟和实例验证了所给方法的有效性. 展开更多

关键词 不可忽略缺失数据 半参数再生散度模型 惩罚样条 压缩Gibbs抽样 M-H算法

原文传递