配對設計下多項分配比較之強韌推論

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：37

、訪客IP：3.14.129.81

姓名

蔡佩洹(Pei-Yuan Tsai) 查詢紙本館藏

畢業系所

統計研究所

論文名稱

配對設計下多項分配比較之強韌推論
(A robust inference of comparing multinomial distributions under paired designs)

相關論文

★ 不需常態假設與不受離群值影響的選擇迴歸模型的方法	★ 用卜瓦松與負二項分配建構非負連續隨機變數平均數之概似函數
★ 強韌變異數分析	★ 用強韌概似函數分析具相關性之二分法資料
★ 利用Bartlett第二等式來估計有序資料的相關性	★ 相關性連續與個數資料之強韌概似分析
★ 不偏估計函數之有效性比較	★ 一個分析相關性資料的新方法-複合估計方程式
★ (一)加權概似函數之強韌性探討 (二)影響代謝症候群短期發生及消失的相關危險因子探討	★ 利用 Bartlett 第二等式來推論模型假設錯誤下的變異數函數
★ (一)零過多的個數資料之變異數函數的強韌推論 (二)影響糖尿病、高血壓短期發生的相關危險因子探討	★ 一個分析具相關性的連續與比例資料的簡單且強韌的方法
★ 時間數列模型之統計推論	★ 複合概似函數有效性之探討
★ 決定分析相關性資料時統計檢定力與樣本數的普世強韌法	★ 檢定DNA鹼基替換模型的新方法 - 考慮不同DNA鹼基間的相關性

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

至系統瀏覽論文 ( 永不開放)

摘要(中)

本論文提出一個新的強韌概似函數方法來推論配對設計下兩個多項式分配的異同。我們利用強韌分數統計量檢定兩個多項式分配是否相同來展示此強韌概似法之優異性。此強韌法可以自動的考慮群集資料間的相關性，且在不需要知道正確的聯合分配下便可應用。在成對二元資料的情況下，強韌分數統計量正好就是著名的McNemar’s 檢定統計量。本文中也提出了理論證明，並利用模擬和實例分析來展示強韌化方法的優勢。

摘要(英)

We propose a new robust likelihood approach for inference about the difference between two multinomial distributions in paired designs. The merit of this parametric robust method is illustrated by the robust score statistic for testing the equality of two multinomial distributions. This test accounts for the within-cluster correlation in a data-driven manner and is easy to compute without a full model specification. The robust score test reduces to the McNemar’s test in the paired binary data scenario. We provide theoretical justification and use simulations and real data analysis to demonstrate the superiority of the robust procedure.

關鍵字(中)

★ 強韌概似函數
★ 篩檢檢驗
★ 配對設計
★ 伯努力分配
★ 多項式分配

關鍵字(英)

★ Robust likelihood
★ Diagnostic test
★ paired designs
★ Bernoulli distribution
★ Multinomial distribution

論文目次

摘要 i
Abstract ii
致謝辭 iii
目錄 iv
表目錄 vi
第一章緒論 1
第二章兩個伯努力模型之強韌化 5
2.1 參數之最大概似估計量 5
2.2 修正項之計算 6
2.3 修正項之計算 7
2.4 參數之強韌變異數 11
2.5 參數之強韌分數統計量 12
第三章兩個多項式模型之強韌化 16
3.1 參數之最大概似估計量 17
3.2 修正項之計算 18
3.3 修正項之計算 23
3.4 參數之強韌分數統計量 35
第四章兩個多項式模型之強韌分數統計量公式 42
4.1 兩個多項式模型之階矩陣 42
4.2 檢測為四元結果之兩個多項式模型 43
4.3 各參數之分數函數 45
4.4 矩陣之計算 46
4.5 矩陣之計算 54
第五章模擬研究 86
5.1 資料生成方式 86
5.2 推算信賴區間之方法 87
5.2.1 基於多項式分配分數統計量之信賴區間 88
5.2.2 基於profile 概似函數之信賴區間 (根據Pradhan, Saha, Banerjee和Evans, 2014) 89
5.2.3 基於二元Frank 關聯結構之信賴區間 91
5.2.4 基於二元Clayton 關聯結構之信賴區間 92
5.2.5 基於MOVER之信賴區間 93
5.3 模擬結果 95
第六章實例分析 112
第七章結論 122
參考文獻 124

參考文獻

[1] Agresti, A. (2007). An introduction to categorical data analysis, 2nd ed. Hoboken, NJ: Wiley-Interscience.
[2] Agresti, A. and Min, Y. (2005). Simple improved confidence intervals for comparing matched proportions. Statistics in Medicine, 24:729-740.
[3] Bell, D., Go, R., Miguel, C., Walker, J., Caca, L. and Sau, A. (2001). Diagnosis of malaria in a remote area of the Philippines: comparison of techniques and their acceptance by health workers and the community. Bulletin of the World Health Organization, 79:933-941.
[4] Durante, F., Jaworski, P. and Mesiar, R. (2011). Invariant Dependence Structures and Archimedean Copulas. Statistics & Probability Letters, 81:1995-2003.
[5] Kenneth, S. M. (1981). On the inverse of the Sum of Matrices. Mathematics Magazine, 54:67-72.
[6] Newcombe, R.G. (1998). Improved confidence intervals for the difference between binomial proportions based on paired data. Statistics in Medicine, 17:2635-2650.
[7] Pradhan, V., Saha, K. K., Banerjee, T. and Evans, J. C. (2014). Weighted profile likelihood-based confidence interval for the difference between two proportions with paired binomial data. Statistics in Medicine, 33:2984-2997.
[8] Royall, R. M. and Tsou, T. S. (2003). Interpreting statistical evidence by using imperfect models: robust adjusted likelihood functions. Journal of the Royal Statistical Society, Series B, 65:391-404.
[9] Tang, M. L., Ling, M. H., Ling, L. and Tian, G. (2010). Confidence intervals for a difference between proportions based on paired data. Statistics in Medicine, 29:86-96.
[10] Zou, G. Y. (2007). Toward using confidence intervals to compare correlations. Psychological Methods, 12:399-413.

指導教授

鄒宗山(Tsung-Shan Tsou)

審核日期

2016-6-17

推文