針對名目、個數與有序資料迴歸係數統計檢定力計算的普世強韌法

NCU Institutional Repository > 理學院 > 統計研究所 > 博碩士論文 > Item 987654321/60921

請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/60921

題名:	針對名目、個數與有序資料迴歸係數統計檢定力計算的普世強韌法
作者:	鄭雅云;CHENG,YA-YUN
貢獻者:	統計研究所
關鍵詞:	廣義線性模型;擴充資料集;統計檢定力;費雪訊息;Wald 檢定統計量;拔靴法;generalized linear model;expanded data set;power;Fisher information;Wald test statistic;Bootstrap
日期:	2013-07-11
上傳時間:	2013-08-22 12:06:45 (UTC+8)
出版者:	國立中央大學
摘要:	Lyles et al. (2007)提出一個針對廣義線性模型，利用資料擴充來估計統計檢定力的方法。由於此方法需要假設反應變數的分配，再利用費雪訊息矩陣估計變異數矩陣，並利用Wald 檢定統計量之漸進分佈估計統計檢定力。但當模型假設錯誤時，所得到的費雪訊息矩陣基本上是不正確的。本文之目的在於利用拔靴法來估計當模型假設錯誤時正確的變異數矩陣，再利用Wald 檢定統計量之漸進分佈估計出正確的統計檢定力。 Lyles et al. (2007) proposed an expanded data set method for calculating testing power in the setting of generalized linear models. This approach requires the Fisher information matrix in order to evaluate the Wald test statistic. We recommend using the Bootstrap methodology to calculate a robust version of the Fisher information matrix which remains legitimate under model misspecification. Hence, one can estimate the power of the test statistics without making distributional assumptions.
顯示於類別:	[統計研究所] 博碩士論文

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	648	檢視/開啟

在NCUIR中所有的資料項目都受到原著作權保護.

社群 sharing

資料載入中.....