博碩士論文 89225001 完整後設資料紀錄

DC 欄位 語言
DC.contributor統計研究所zh_TW
DC.creator劉素韻zh_TW
DC.creatorSu-Yun Liuen_US
dc.date.accessioned2002-6-18T07:39:07Z
dc.date.available2002-6-18T07:39:07Z
dc.date.issued2002
dc.identifier.urihttp://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.descriptionNational Central Universityen_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.subjectnegative binomial regressionen_US
DC.subjectPoisson regressionen_US
DC.subjectrobust likelihooden_US
DC.subjectlikelihood ratio testen_US
DC.subjectfisher informationen_US
DC.subjectgamma regressionen_US
DC.subjectnormal regressionen_US
DC.title強韌迴歸zh_TW
dc.language.isozh-TWzh-TW
DC.titleRobust Regressionen_US
DC.type博碩士論文zh_TW
DC.typethesisen_US
DC.publisherNational Central Universityen_US

若有論文相關問題,請聯絡國立中央大學圖書館推廣服務組 TEL:(03)422-7151轉57407,或E-mail聯絡  - 隱私權政策聲明