利用Bernstein多項式來研究二元迴歸

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：40

、訪客IP：3.144.253.195

姓名

蕭愛齡(Ai-ling Hsiao) 查詢紙本館藏

畢業系所

數學系

論文名稱

利用Bernstein多項式來研究二元迴歸
(Binary regression with Bernstein polynomials)

相關論文

★ 用Pfam-A建議BLAST之計分表(Scoring Matrix)與空格罰分(Gap Penality)	★ Motif長度未知之貝氏多重序列比對方法
★ 現狀家庭數據在相關伽瑪致病傾向模型之無母數估計	★ 伯氏先驗分布在貝氏存活分析與貝氏遞升迴歸的應用
★ 關於時間連續的馬爾可夫過程之離散骨架探討	★ 利用兄弟數據之多點遺傳連鎖分析方法
★ 半母數混合模型估計的一致性及其應用	★ 具跳躍亞式選擇權及相關財務問題之研究
★ 隨機右設限數據之風險率的貝氏估計方法	★ 凱利準則及其在賭博上的應用
★ Studies on Fractional Brownian Motion: Its Representations and Properties	★ 從傳染病家庭資料估計與時間相關的傳佈參數
★ 連續型變數之記數過程在傳染病資料上之應用	★ 數據依賴誤差之階梯函數迴歸的貝氏方法
★ 由伯氏多項式對形狀限制的回歸函數定義最大概似估計量

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)

傳統上，針對二元資料之分析多採用 logistic 迴歸模型。但此模型在事件發生之條件機率上有單調函數之限制，因此我們利用Bernstein 多項式來表達事件發生之條件機率，因而於本文中提出一個藉由Bernstein 多項式所建構的貝氏迴歸模型。在貝氏方法中，我們將先驗分佈建立在Bernstein 多項式的次數和係數所組成的參數空間上，並對統計推論所需的後驗分佈用MCMC 的方法做
抽樣。最後，在相同的模型與方法下，比較在不同樣本數及先驗分佈下的模擬結果；其次，對於logistic 迴歸模型的限制，經由模擬顯示本文所提出的貝氏迴歸有較小的均方誤差。

摘要(英)

Data analysis of binary response variables are often conducted by logistic regression model. Logistic regression model assumes that the conditional probability function of success is a monotonic function. In order to eliminate this sometimes unnecessary monotone restriction, we propose to use Bernstein polynomials to model the conditional probability of success. As a Bayesian approach, we put a prior on the space of Bernstein polynomials having values in [0,1] through their coe cients. The sample from the posterior distribution for inference purpose is obtained by MCMC methods. We conduct simulation studies to examine the e ects of sample size and priors, to indicate that the numerical performance of this method is generally good and to show that our model performs better than the logistic regression model when
the regression function is not monotone.

關鍵字(中)

★ 馬可夫鏈蒙地卡羅法
★ logistic 迴歸模型
★ Bernstein 多項式

關鍵字(英)

★ MCMC
★ Bernstein polynomial
★ logistic regression model

論文目次

1 緒論.............................................................1
2 模型
2.1 介紹Bernstein 多項式及Bernstein-Weierstrass 定理.....3
2.2 由Bernstein 多項式所建構的二元迴歸模型................4
2.3 演算法......................................................6
3 模擬研究
3.1 有效模擬次數........................................10
3.2 平均均方誤差........................................11
3.3 模擬結果與討論....................................13
4 結論...........................................................18
參考文獻......................................................19

參考文獻

[1] Chang, I. S., Chien, L. C., Hsiung, C. A., Wen, C. C., and Wu, Y. J. (2007). Shape restricted regression with random Bernstein polynomials. In Complex Dataset and Inverse Problems. IMS Lecture Notes Monograph Series , 54, 187-202
[2] Chang, I. S., Hsiung, C. A., Wu, Y. J., and Yang, C. C. (2005). Bayesian survival analysis using Bernstein polynomials. Scandinavian Journal of Statistics, 32,
447-466
[3] Gelman, A., Carlin, J. B., Stern, H. S. and Rubin, D. B. (2004). Bayesian data analysis, 2nd ed. Chapman and Hall, Boca Raton.
[4] Green, P. J. (1995). Reversible jump Markov chain Monte Carlo computation and Bayesian model determination. Biometrika 82, 711-732.
[5] Resnick, S. I. (1999). A Probability Path. Birkhauser, Boston.

指導教授

趙一峰、張憶壽
(I-Feng Chao、I-Shou Chang)

審核日期

2008-6-22

推文