博碩士論文 972205019 詳細資訊




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:4 、訪客IP:3.209.80.87
姓名 李雪萍(Shueh-ping Lee)  查詢紙本館藏   畢業系所 統計研究所
論文名稱 相關性連續與個數資料之強韌概似分析
(Robust likelihood inference for correlated discrete and continuous data)
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★ 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) 具相關性的連續與個數資料,如一個人看病的次數與其血壓值,常見於醫學或其它研究領域中。這種相關性的資料在分析上較困難,原因是不易找到合適的統計模型。
本文嘗試利用Royall與Tsou (2003)的強韌概似函數法,來建立一個對迴歸係數做不需知道正確模型的有母數強韌推論法。
摘要(英) This thesis is concerned with regression analysis of bivariate correlated count and continuous data. The mixed Poisson-normal is chosen as the working model for the joint distribution of the bivariate data.We then show that this working model can be corrected to become asymptotically robust against model misspecifications. Full likelihood inference about regression parameters is therefore made available without knowing the true underlying joint distributions.
Simulations and real data analysis are provided to demonstrate the efficacy of the new parametric robust likelihood approach for bivariate count-continuous data.
關鍵字(中) ★ 強韌概似函數
★ 卜瓦松迴歸模型
★ 混合模型
關鍵字(英) ★ robust likelihood function
★ Poisson regression model
★ mixture model
論文目次 中文摘要 ............................................................................................................... i
英文摘要 .............................................................................................................. ii
致謝辭 ................................................................................................................. iii
目錄 ..................................................................................................................... iv
表目錄 .................................................................................................................. v
第一章 緒論 ......................................................................................................... 1
第二章 強韌迴歸 ................................................................................................. 3
第三章 卜瓦松-常態混合模型之修正項 ............................................................ 6
3.1 卜瓦松-常態混合模型可被強韌化 ............................................................... 7
3.2 修正項之推導 ................................................................................................ 8
3.3 簡單迴歸架構下的修正項 .......................................................................... 14
第四章 模擬研究 ............................................................................................... 35
4.1 興趣參數 - 間斷型
參考文獻 Fitzmaurice, G.M. and Laird, N.M. (1997) “Regression models for mixed discrete and continuous responses with potentially missing values,”Biometrics, 53, 110-122.
Kang, J., Mao, K., Yang, Y., and Zhang, J. (2007) “Regression models for mixed Poisson and continuous longitudinal data,” Statistics in Medicine, 26, 3782-3800.
Little, R.J.A. and Schluchter, M.D. (1985) “Maximum likelihood estimation for mixed continuous and categorical data with missing values,”Biometrika, 72, 497-512.
Royall, R. and Tsou, T.S. (2003) “Interpreting statistical evidence by using imperfect models: robust adjusted likelihood functions,” J.R. Statist. Soc.B, 65, 391-404.
Tsou, T.S. (2006) “Robust Poisson regression,” Journal of Statistical Planning and Inference, 136, 3173-3186.
Zou, G. (2004) “A modified Poisson regression approach to prospective studies with binary data,” American Journal of Epidemiology, 159, 702-706.
指導教授 鄒宗山(Tsung-shan Tsou) 審核日期 2010-7-6
推文 facebook   plurk   twitter   funp   google   live   udn   HD   myshare   reddit   netvibes   friend   youpush   delicious   baidu   
網路書籤 Google bookmarks   del.icio.us   hemidemi   myshare   

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