DC 欄位 |
值 |
語言 |
DC.contributor | 統計研究所 | zh_TW |
DC.creator | 劉素韻 | zh_TW |
DC.creator | Su-Yun Liu | en_US |
dc.date.accessioned | 2002-6-18T07:39:07Z | |
dc.date.available | 2002-6-18T07:39:07Z | |
dc.date.issued | 2002 | |
dc.identifier.uri | http://ir.lib.ncu.edu.tw:88/thesis/view_etd.asp?URN=89225001 | |
dc.contributor.department | 統計研究所 | zh_TW |
DC.description | 國立中央大學 | zh_TW |
DC.description | National Central University | en_US |
dc.description.abstract | 在做統計分析的時候,對於正的連續隨機變數,常常會利用對數轉換,並且假設轉換後的變數來自常態分配。在常態的假設下,再作進一步的推論分析。但是這種常使用的分析方法,在資料不具對數常態分配時,會導致錯誤的結果。
在線性複迴歸的架構之下,Tsou(2002a)針對常態迴歸模型與伽瑪迴歸模型,分別提出了概似函數的修正法。而修正過的概似函數,不論觀察值的真正分配為何,皆可對迴歸係數提供正確的推論。而Tsou(2002b)則針對計數資料的複迴歸問題,分別提出了卜瓦松模型與負二項模型的修正項。同樣的,不論計數資料真正的分配為何,修正過的卜瓦松概似函數與負二項概似函數,都可提供迴歸係數正確的推論。
本研究將對上述各實作模型的修正項,作進一步的分析、整理與歸納。並特別針對常態模型與伽瑪模型,證明對變異係數為常數的分配,即變異數正比於平均數平方的分配而言,修正過的伽瑪概似函數較修正過的常態概似函數有較高的檢定力。 | zh_TW |
DC.subject | 常態迴歸 | zh_TW |
DC.subject | 伽瑪迴歸 | zh_TW |
DC.subject | 費雪訊息 | zh_TW |
DC.subject | 概似比檢定 | zh_TW |
DC.subject | 強韌概似 | zh_TW |
DC.subject | 負二項迴歸 | zh_TW |
DC.subject | 卜瓦松迴歸 | zh_TW |
DC.subject | negative binomial regression | en_US |
DC.subject | Poisson regression | en_US |
DC.subject | robust likelihood | en_US |
DC.subject | likelihood ratio test | en_US |
DC.subject | fisher information | en_US |
DC.subject | gamma regression | en_US |
DC.subject | normal regression | en_US |
DC.title | 強韌迴歸 | zh_TW |
dc.language.iso | zh-TW | zh-TW |
DC.title | Robust Regression | en_US |
DC.type | 博碩士論文 | zh_TW |
DC.type | thesis | en_US |
DC.publisher | National Central University | en_US |