一個普世的分析交叉實驗個數資料的有母數強韌法

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：88

、訪客IP：18.222.164.228

姓名

侯宜君(Yi-chun Hou) 查詢紙本館藏

畢業系所

統計研究所

論文名稱

一個普世的分析交叉實驗個數資料的有母數強韌法
(A universal parametric robust approach for analyzing count data from cross over designs)

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)

本論文指出二元負二項模型可經適當的修正後提供具強韌性的概似函數。在不知道資料的聯合分配情況之下，可利用此強韌概似函數分析在交叉實驗設計下的個數資料，進而決定樣本數。我們並將此有母數的強韌概似函數法與Lui (2013) 所提的方法做有效性的比較。

摘要(英)

The aim of this dissertation is to show that the bivariate negative binomial distribution, when properly adjusted, is a convenient tool for analyzing count data from cross over designs. We contrast this universal parametric robust with a currently proposed method in literature in terms of validity and efficiency. The issue of sample size determination is also examined.

關鍵字(中)

★ 強韌概似函數
★ 相關性資料
★ 二元負二項
★ 交叉實驗設計

關鍵字(英)

★ robust likelihood
★ correlation data
★ bivariate negative binomial
★ crossover design

論文目次

摘要...............i
Abstract..........ii
致謝詞.............iii
目錄...............iv
表目錄..............v
第一章緒論.........1
第二章條件二項分配..3
2.1條件二項分配.....3
2.2漸近的檢定方法 (asymptotic test) 與樣本數......4
2.3一致性...........8
第三章強韌概似函數....11
3.1 強韌概似函數......11
3.2 二元負二項模型的修正項......13
3.3 強韌的樣本數公式......26
第四章模擬研究......29
4.1相關性資料的有效性比較......29
4.2 樣本數......37
第五章結論......63
參考文獻......64
附錄......65

參考文獻

1.Arbous, A. G., Kerrich, J. E. (1951) Accident statistics and the concept of accident proneness. Biometrics, 7, 340-432.
2.Gart, J. J. (1969) An exact test for comparing matched proportions in crossover designs. Biometrika, 56, 75-80.
3.Jones, B., Kenward, M. G. (1989) Design and Analysis of Cross-Over Trials. Chapman and Hall: London.
4.Lui, K. J., Chang, K. C. (2012) Estimation of the proportion ratio under a simple crossover trial. Computational Statistics and Data Analysis, 56, 522-530.
5.Lui, K. J. (2013) Sample size determination for testing equality in Poisson frequency data under an AB/BA crossover trial. Pharmaceutical Statistics, 12, 2, 74-81.
6.McCullagh, P. (1983) Quasi-likelihood functions. Annals of Statistics ,11, 59-67.
7.Royall, R. M., 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.
8.Solis-Trapala, I. L., Farewell, V. T. (2005) Regression analysis of overdispersed correlated count data with subject specific covariates. Statistics in Medicine, 24, 2557-2575.

指導教授

鄒宗山

審核日期

2014-7-17

推文