強韌迴歸在資料探勘上之應用

NCU Institutional Repository > 理學院 > 統計研究所 > 博碩士論文 > Item 987654321/7551

請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/7551

題名:	強韌迴歸在資料探勘上之應用
作者:	劉明音;Min-Yin Liu
貢獻者:	統計研究所
關鍵詞:	強韌迴歸;資料挖掘;robust likelihood function;data mining
日期:	2003-06-17
上傳時間:	2009-09-22 10:59:49 (UTC+8)
出版者:	國立中央大學圖書館
摘要:	資料挖掘的特性之一便是資料量的龐大。而分析龐大資料量的困難之一在於計算機的記憶體有限，所以無法一次完成對全部資料的處理。因此因應的方式之一便是將資料分割或分類儲存，之後再將分開處理的結果做一個結合，如此一來便可以解決計算機記憶體不足的問題。資料量之龐大是資料探勘的特徵之一。而數目龐大的資料往往有資料來源不同分配的問題。分析這類的混合資料 (mixture data)，原本就是棘手的問題。而當資料來源分配之個數以及分配之形式都未知時，統計分析的工作便更加的困難。 Royall & Tsou (2003) 提出了強韌概似函數 (robust likelihood function) 觀念。在樣本數大的時候，即使資料的真正分配未知，根據強韌概似函數還是能得到參數的正確的推論。而Tsou (2003) 則將強韌概似函數的方法推廣到在廣義線性模型架構之下的迴歸參數的推論的問題上。本文將針對線性複迴歸模型，利用Tsou (2003) 介紹的強韌迴歸方法，針對分配未知的龐大資料，經由簡單平均和加權平均的結合方式，結合分段所估計出的迴歸參數，並對迴歸參數做統計推論。
顯示於類別:	[統計研究所] 博碩士論文

文件中的檔案:

檔案	大小	格式	瀏覽次數

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.....