English  |  正體中文  |  简体中文  |  全文筆數/總筆數 : 64745/64745 (100%)
造訪人次 : 20510919      線上人數 : 355
RC Version 7.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜尋範圍 查詢小技巧:
  • 您可在西文檢索詞彙前後加上"雙引號",以獲取較精準的檢索結果
  • 若欲以作者姓名搜尋,建議至進階搜尋限定作者欄位,可獲得較完整資料
  • 進階搜尋


    請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/7750


    題名: 強韌變異數分析;Robust Analysis of Variance
    作者: 簡寶樺;Pao-hua Chien
    貢獻者: 統計研究所
    關鍵詞: 強韌概似函數;變異數分析;常態實作模型;robust likelihood function;analysis of variance;normal working model
    日期: 2009-06-03
    上傳時間: 2009-09-22 11:04:05 (UTC+8)
    出版者: 國立中央大學圖書館
    摘要:   在廣義線性複迴歸的架構下,Tsou (2009)對於常態實作模型提出了概似函數的修正法。當樣本數大且資料真正的分配未知的時候,即使模型假設錯誤,仍可對有興趣的迴歸參數提供正確的推論。   使用變異數分析(ANOVA)來檢定統計資料受到那些因素的影響時,必需要假設資料服從常態分配,當真實資料不符合常態分配假設時,引用變異數分析所提供的F統計量來判斷解釋變數是否影響反應變數會造成錯誤的推斷。   本文將此強韌法應用至變異數分析中,進一步修正F統計量與概似比統計量,研究發現,即使真實資料不符合常態分配假設,強韌變異數分析仍可提供迴歸模型正確的統計分析。   Under the generalized multiple linear regression, Tsou(2009) proposed the robust likelihood method for normal working model. Even if the working model is wrong, it still provides correct inferences for the parameter of interest.   We focus on applying the robust method to the analysis of variance, and further revising the F statistic and the likelihood ratio statistic. Using the robust F statistic can correctly infer the significance of regressors. The robust analysis of variance can still provide correct statistical analysis for a regression model, even if the normal assumption is improper. The efficacy of the proposed robust method is demonstrated via simulation studies and real data analyses.
    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
    0KbUnknown777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

    ::: Copyright National Central University. | 國立中央大學圖書館版權所有 | 收藏本站 | 設為首頁 | 最佳瀏覽畫面: 1024*768 | 建站日期:8-24-2009 :::
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回饋  - 隱私權政策聲明