用強韌概似函數分析具相關性之二分法資料

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：3.141.47.221

姓名

邱詩芸(Shih-yun Ciou) 查詢紙本館藏

畢業系所

統計研究所

論文名稱

用強韌概似函數分析具相關性之二分法資料
(Correlated binary data analysis using robust likelihood)

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	★ 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	★ 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

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)

在各種領域中常會接觸到具有相關性的二分法資料，這些相關性可能來自於生物間的基因、環境、重複測量或是時間所造成。Royall and Tsou (2003)所提出的強韌概似函數方法，在大樣本下，使得二分法資料具有相關性或者資料並非來自二項分配時，皆能對迴歸參數做出正確的推導。
本文之目的在利用二項分配模型的修正項，得到估計群集內資料間相關性的新方法。

摘要(英)

Correlated data are commonly encountered in many fields. The correlation may come from the genetic heredity, familial aggregation, environmental heterogeneity, or repeated measures. Royall and Tsou (2003) proposed a parametric robust likelihood technique. With large samples, the adjusted binomial likelihood is asymptotically legitimate for correlated binary data.
In this work, we use the adjustment by the binomial working model and obtain a new method for estimating the correlation between data in a cluster.

關鍵字(中)

★ 強韌概似函數
★ 相關係數

關鍵字(英)

★ robust likelihood function
★ correlation

論文目次

中文摘要…………………………………………………………… i
英文摘要 ………………………………………………………… ii
誌謝………………………………………………………………… iii
目錄………………………………………………………………… iv
表目錄……………………………………………………………… v
第一章緒論……………………………………………………… 1
第二章強韌迴歸………………………………………………… 2
第三章二項實作模型修正項…………………………………… 4
3.1一般連結下的修正項…………………………………… 4
3.2矩陣跡數的推導……………………………………17
3.3對數與邏輯斯連結……………………………………… 24
第四章模擬研究………………………………………………… 27
4.1 對數二項模型之概似比檢定…………………………… 27
4.2 的跡數值……………………………………………38
第五章實例分析………………………………………………… 48
第六章結論……………………………………………………… 56
參考文獻…………………………………………………………… 57

參考文獻

[1]. Ahn, H. and Chen, J.J. (1997). Tree structured logistic model for over dispersed binomial data with application to modeling developmental effects. Biometrics, 53, 435-455.
[2]. Alan Agresti. (1990). Categorical data analysis. New York : Wiley, 1st ed.
[3]. Bahjat F. Qaqish. (2003). A family of multivariate binary distributions for simulating correlated binary variables with specified marginal means and correlations. Biometrika, 90, 2, 455-463.
[4]. Chen, C.H. and Tsou, T.S. (2007). Parametric robust inference about regression parameters for the correlation coefficient. Statistics, 41, 1-9.
[5]. L. Blizzard and D. W. Hosmer (2006). Parameter estimation and goodness-of-fit in log binomial regression. Biometrical Journal 48, 1, 5–22
[6]. Royall, R.M. and Tsou, T.S. (2003). Interpreting statistical evidence using imperfect models: robust adjusted likelihood functions. Journal of the Royal Statistical Society, Series B 65, 391-404.
[7]. Terra L. Slaton, Walter W. Piegorsch and Stephen D. Durham (2000). Estimation and testing with overdispersed proportions using the beta-logistic regression model of Heckman and Willis. Biometrics 56, 125-133.
[8]. Tsou, T.S. (2005). Inference of variance functions- a parametric robust way. Journal of Applied Statistics, 32, 785-796.
[9]. Tsou, T.S. (2006a). Regression of correlated binary data – a parametric robust approach that automatically accommodates overdispersion and underdispersion.
(submitted).
[10]. Tsou, T.S. (2006b). Robust Poisson regression. Journal of Statistical Planning and Inference, 136, 3173-3186.
[11]. Tsou, T.S. (2007). A simple and exploratory way to determine the mean-variance relationship in generalized linear models. Statistics in Medicine, 26, 1623-1631.

指導教授

鄒宗山(Tsung-shan Tsou)

審核日期

2009-6-19

推文