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：21

、訪客IP：18.116.10.225

姓名	吳崧瑋(Sung-Wei Wu)  查詢紙本館藏	畢業系所	統計研究所
論文名稱	巢狀群集離散資料新舊處理效果差異之強韌分數檢定 (Robust Score Test for Treatment Effects for Nested Cluster Categorical Data)
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)	本文利用強韌概似函數方法，在巢狀群集離散資料結構下，提出兩種檢驗處理效果間差異的強韌概似推論法。我們將根據兩個獨立多項式分配實作模型得到分數統計量強韌化，根據此強韌化的強韌分數統計量可在不需要針對巢狀群集間的相關性建構模型情況下得到正確的，有關兩種檢驗處理效果間差異的統計推論。我們也提出參數的概似比檢定統計量，及據此建構的信賴區間。我們用模擬來展示強韌概似方法的優點。
摘要(英)	We establish robust likelihood inference for the effects difference between two treatments in the scenario of correlated categorical data with nested structure. More specifically, we robustify the naïvecore test statistic based on two independent multinomial working assumptions. The robust score test statistic is able to deliver legitimate inference without the knowledge of the correlation structure. In addition, robust likelihood ratio statistic and the test-based confidence interval are also provided for the parameter of interest. We use simulations to demonstrate the efficacy of our parametric robust method.
關鍵字(中)	★ 巢狀群集 ★ 強韌分數檢定	關鍵字(英)	★ Nested cluster ★ Robust score test
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 第二章文獻回顧-6 2.1 廣義估計方程式-6 2.2 變異數估計量-7 第三章強韌概似函數-8 3.1 最大概似估計量之一致性-9 3.2 修正項A-11 3.3 修正項B-15 3.4 虛無假設之強韌分數統計量-25 第四章不同層次的相關性對推論的影響-27 4.1 檢測結果為三類型之兩個多項式模型-27 4.2 在不同層次相關性下 諸項的差異-35 4.3 只有層次一的相關性而無層次二的相關性-40 4.4 只有層次二的相關性而無層次一的相關性-41 第五章模擬研究-42 5.1 資料生成方式-42 5.2 廣義估計方程式-45 5.3 模擬結果-47 第六章結論-78 參考文獻-79 附錄-80
參考文獻	Liang K.Y. and Zeger S. (1986). Longitudinal data analysis using generalized linear models.Biometrika; 73(1): 13-22. Obuchowski N. (1998). On the comparison of correlated proportions for clustered data. Statistics in Medicine,17: 1495-1507. Royall, R. 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(2):391-404. Tsou, T. S. (2017). A robust likelihood approach to inference about the difference between two multinomial distributions in paired designs. Statistical Methods in Medical Research, 0(0): 1-15.
指導教授	鄒宗山(Tsung-Shan Tsou)	審核日期	2019-7-5
推文	facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu
網路書籤	Google bookmarks   del.icio.us   hemidemi   myshare