二元資料之連結函數之有母數強韌迴歸

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：30

、訪客IP：3.149.240.241

姓名

游菀菁(Wan-Jing You) 查詢紙本館藏

畢業系所

統計研究所

論文名稱

二元資料之連結函數之有母數強韌迴歸

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]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

摘要
二元資料之分析大部分的情形都是使用邏輯斯迴歸模型。但事實上，適合之模型不見得是邏輯斯迴歸模型。
本文之目的在使用Royall and Tsou(2003)之強韌概似函數法。將二項分配模型做適當之修正後，使得在大樣本之情形下，即使二元資料之分配非二項分配，亦能對連結函數做正確之推論。

摘要(英)

Abstract
This thesis utilizes the robust likelihood technique proposed by Royall and Tsou(2003) to develop parametric robust inferences about the link function for binary response variables.
More specifically, the binomial model is corrected to become robust. With large samples the adjusted binomial likelihood is asymptotically legitimate for the relationship of interest. One needs not know whether the binary data are correlated or not, or the extent of the correlation exists in data. Simulations are used to demonstrate the efficacy of the proposed robust method.

關鍵字(中)

★ 二元資料

關鍵字(英)

★ binary data

論文目次

目錄
第一章緒論 ………………………………………………………1
第二章強韌迴歸 …………………………………………………3
第三章修正項 ……………………………………………………6
3.1 二項實作模型之下連結函數的修正項 ………………………6
3.2 邏輯斯迴歸模型下，迴歸係數的修正項 ……………………21
第四章簡單迴歸…………………………………………………33
第五章模擬研究…………………………………………………35
5.1.1 強韌二項迴歸 ……………………………………………35
5.1.2 強韌二項迴歸模擬研究 …………………………………36
5.1.3 強韌二項迴歸模擬結果 …………………………………37
5.2.1 邏輯斯迴歸模型下的強韌二項迴歸 ……………………38
5.2.2 邏輯斯迴歸模型下的強韌二項迴歸模擬研究 …………38
5.2.3 邏輯斯迴歸模型下的強韌二項迴歸模擬結果 …………39
第六章結論………………………………………………………42
參考文獻 ………………………………………………………………43

參考文獻

參考文獻
1. Francisco J. Aranda-Ordaz (1981). On two families of transformations to additivity for binary response data. Biometrika, 68, 2, 357-363.
2. Royall, R.M., and Tsou, T-S (2003). Interpreting statistical evidence using
imperfect models: Robust adjusted likelihood functions. Journal of the Royal
Statistical Society. Series B (Statistical Methodology), 65, 391-404.
3. Tsou, T-S (2003). Comparing two population means and variances - a parametric
robust way. Communications in Statistics - Theory and Methods, 32, 10,
2013-2019.
4. Tsou, T-S and K-F Cheng (2004) Parametric robust regression analysis of
contaminated data. Communications in Statistics - Theory and Methods, 33,
1887-1898.
5. Tsou, T-S and Chien, L-C (2005). Parametric robust tests for multiple regression parameters under generalized linear models. Advances and Applications in Statistics, 1, 51-86.
6. Tsou, T-S (2005a). Robust inferences for the correlation coefficient – a parametric robust way. Communications in Statistics - Theory and Methods, 34, 147-162.
7. Tsou, T-S (2005b). Inferences of variance functions- a parametric robust way.
Journal of Applied Statistics, Vol. 32:785-796.
8. Tsou, T-S (2006a). Robust Possion regression. Journal of Statistical Planning and Inference, 136, 3173-3186.
9. Tsou, T-S (2006b). A simple and exploratory way to determine the mean-variance relationship in generalized linear models. (to appear in Statistics in Medicine)

指導教授

鄒宗山(Tsung-Shan Tsou)

審核日期

2006-6-21

推文