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

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：7

、訪客IP：3.17.150.89

姓名

鄭雅云(CHENG, YA-YUN) 查詢紙本館藏

畢業系所

統計研究所

論文名稱

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

相關論文

★ 不需常態假設與不受離群值影響的選擇迴歸模型的方法	★ 用卜瓦松與負二項分配建構非負連續隨機變數平均數之概似函數
★ 強韌變異數分析	★ 用強韌概似函數分析具相關性之二分法資料
★ 利用Bartlett第二等式來估計有序資料的相關性	★ 相關性連續與個數資料之強韌概似分析
★ 不偏估計函數之有效性比較	★ 一個分析相關性資料的新方法-複合估計方程式
★ (一)加權概似函數之強韌性探討 (二)影響代謝症候群短期發生及消失的相關危險因子探討	★ 利用 Bartlett 第二等式來推論模型假設錯誤下的變異數函數
★ (一)零過多的個數資料之變異數函數的強韌推論 (二)影響糖尿病、高血壓短期發生的相關危險因子探討	★ 一個分析具相關性的連續與比例資料的簡單且強韌的方法
★ 時間數列模型之統計推論	★ 複合概似函數有效性之探討
★ 決定分析相關性資料時統計檢定力與樣本數的普世強韌法	★ 檢定DNA鹼基替換模型的新方法 - 考慮不同DNA鹼基間的相關性

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

至系統瀏覽論文 ( 永不開放)

摘要(中)

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。

摘要(英)

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.

關鍵字(中)

★ 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

關鍵字(英)

★ generalized linear model
★ expanded data set
★ power
★ Fisher information
★ Wald test statistic
★ Bootstrap

論文目次

摘要 I
ABSTRACT II
致謝辭 III
目錄 V
表目次 VII
第一章緒論 1
第二章研究方法 2
2.1估計統計檢定力 2
2.1.1模型與假設檢定之建立 2
2.1.2擴充資料集 3
2.2廣義線性模型之應用 4
2.2.1負二項迴歸模型 4
2.2.2普瓦松迴歸模型 6
2.2.3羅吉斯迴歸模型 7
2.2.4比例勝算模型 9
第三章利用拔靴法估計變異數 14
第四章模擬研究 16
4.1個數資料 16
4.1.1負二項迴歸模型 17
4.1.2普瓦松迴歸模型 18
4.2二分資料 23
4.3有序資料 36
4.4模擬結果分析 39
第五章結論 41
參考文獻 42

參考文獻

Efron, B., 1979. Bootstrap methods: Another look at the Jackknife. Annals of
Statistics 7, 1-26.
Lyles, R.H., Lin, H.M., Williamson, J.M., 2007. A pratical approach to computing
power for generalized linear models with nominal, count, or ordinal
responses. Statistics in Medicine 26, 1632-1648.
Qaqish, B.F., 2003. A family of multivariate binary distribution for simulating
correlated binary variables with specified marginal means and correlations.
Biometrika 90, 455-463.
Stroud, T.W.F., 1973. Noncentral convergence of Wald’s large-sample test statistic
in exponential families. Annals of Statistics 1, 161-165.
Tsou, T.S., Shen, C.W., 2008. Parametric robust inferences for correlated ordinal
data. Statistics in Medicine 27, 3550-3562.
Wald, A., 1943. Test of statistical hypotheses concerning several parameters when
the number of observations is large. Transactions of the American
Mathematical Socirty 54, 426-482.

指導教授

鄒宗山(TSOU, TSUNG-SHAN)

審核日期

2013-7-11

推文