相關係數之有母數強韌分析法

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：13

、訪客IP：3.137.172.68

姓名

楊瑜芝(yu-chih yang) 查詢紙本館藏

畢業系所

統計研究所

論文名稱

相關係數之有母數強韌分析法
(not have)

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]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

在各個研究領域中，常常會遇到要處理兩個特徵間相關係數的問題。一般對於相關係數這一個參數的推論問題，通常都會假設資料服從二元常態分配。然而並非所有的資料都能滿足二元常態分配的假設條件，一旦資料不是來自二元常態分配，利用二元常態模型所得到的分析結果便會不正確。
本文主要是以二元常態分配作為實作模型，在 I.I.D的架構下，根據Royall ＆ Tsou (2003)所提出的概似函數修正法推導相關係數的強韌概似函數。將修正後所得的強韌概似比檢定統計量與強韌分數統計量以及與Tiku ＆ Balakrishnan (1986) 所提出的統計量，和Tiku (1987) 提出的統計量和統計量做比較。以探討這些統計量對相關係數推論上的差異。另外，也加入bootstrap方法計算相關係數信賴區間的涵蓋機率，並將bootstrap方法所得到的信賴區間涵蓋機率與上述強韌概似比檢定統計量與強韌分數統計量所得的信賴區間涵蓋機率做比較。
研究發現在樣本數大的時候，不論資料真正的分配為何，使用強韌二元常態概似比檢定以及強韌分數檢定皆能得到正確的統計推論。

摘要(英)

not have

關鍵字(中)

★ 相關係數
★ 穩健檢定

關鍵字(英)

★ not have

論文目次

第1章緒論 1
第2章強韌概似函數 4
第3章二元常態模型的修正項 7
3.1 修正項的推導 7
3.2 修正概似比檢定統計量 23
3.3 強韌分數檢定 25
第4章統計量T和統計量G 26
4.1 穩健統計量T 26
4.2 穩健統計量G 29
第5章 Bootstrap 方法 31
5.1 Bootstrap法計算經驗標準差 31
5.2 Bootstrap Student’s 法建構信賴區間 31
第6章模擬研究 33
6.1 資料生成 33
6.2 模擬過程 36
6.3 模擬結果 39
第7章結論 53
參考文獻 55
附錄 57

參考文獻

Bodie, Kane and Marcus (2001). Essential of investments, MacGraw Hill, 4th ed.
Brockwell, P. J. and Davis, R. A. (1996). Introduction to time series and forecasting. Springer.
Efron, B. and Tibshirani, R. J. (1993). An introduction to the bootstrap. Chapman ＆ Hall.
Enders, W. (1995). Applied econometric time series. John Wiley ＆ Sons, Inc.
Jensen, D. R. (1970). The joint distribution of quadratic forms and related distributions. Australian Journal of Statistics, 12, 13-22.
Johnson, N. L. and Kotz, S. (1972). Distributions in statistics: Continuous multivariate distributions. John Wiley ＆ Sons, Inc.
Moran, P. A. P. (1967). Testing for the correlation between non-negative variates. Biometrika, 54, 385-394.
Pace, L. and Salvan, A. (1997). Principles of statistical inference. World Scientific.
Patil, S. A. and Kovner, J. L. (1969). On the bivariate doubly noncentral distributions (abstract). Annals of Mathematical Statistics, 40, 1868.
Royall, R. M. and Tsou, T-S. (2003). Interpreting statistical evidence using imperfect models : Robust adjusted likelihood functions. J. R.
Statist. Soc. B, 65, 391-404.
Tiku, M. L. and Balakrishnan, N. (1986). A robust test for testing the correlation coefficient. Commun. Stat. —simul. Comput., 15(4), 945-971.
Tiku, M. L. (1987). A robust procedure for testing an assumed value of the population correlation coefficient. Commun. Stat. —simul. Comput., 16(4), 907-924.
Tsou, T-S (1992). Robust likelihood. Ph.D Thesis, Johns Hopkins University.
Tsou, T-S (2003a). Comparing two population means and variances —a
parametric robust way. (Commun. Stat. —Theor, Meth, 32, 10, to appear)
Tsou, T-S (2003b). Parametric robust inferences for regression parameters under generalized. (Submitted).
林青山 (1994). 心理與教育統計學. 東華.

指導教授

鄒宗山(Tsung-Shan Tsou)

審核日期

2003-6-19

推文