![](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/7/23/6c01a074-84ac-4a7d-b60d-8f8bbb2b2d11/6c01a074-84ac-4a7d-b60d-8f8bbb2b2d11pic.jpg)
![縱向數(shù)據(jù)半?yún)?shù)混合效應(yīng)模型的廣義經(jīng)驗(yàn)似然推斷.pdf_第1頁](https://static.zsdocx.com/FlexPaper/FileRoot/2019-3/7/23/6c01a074-84ac-4a7d-b60d-8f8bbb2b2d11/6c01a074-84ac-4a7d-b60d-8f8bbb2b2d111.gif)
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、八十年代中期,Green等[1]在研究農(nóng)業(yè)實(shí)驗(yàn)和Engle等[2]在研究氣候條件對(duì)電力需求的影響這兩個(gè)實(shí)際問題時(shí),分別獨(dú)立地提出了一種重要的統(tǒng)計(jì)模型,即半?yún)?shù)統(tǒng)計(jì)模型.在此基礎(chǔ)上,Tao等[3]提出了半?yún)?shù)混合效應(yīng)模型.半?yún)?shù)混合效應(yīng)模型,既含有固定效應(yīng),又含有隨機(jī)效應(yīng);既含有參數(shù)部分,又含有非參數(shù)部分,綜合了參數(shù)模型,非參數(shù)模型以及混合效應(yīng)模型的諸多優(yōu)點(diǎn),具有更大的靈活性,也更加接近現(xiàn)實(shí),充分利用了數(shù)據(jù)中的信息.在實(shí)踐中,利用半?yún)?shù)混
2、合效應(yīng)模型解決實(shí)際問題時(shí),常常會(huì)遇到各種復(fù)雜數(shù)據(jù),例如縱向數(shù)據(jù)、缺失數(shù)據(jù)、刪失數(shù)據(jù)等等.因此,研究各種復(fù)雜數(shù)據(jù)下的半?yún)?shù)混合效應(yīng)模型富有現(xiàn)實(shí)意義.
本文利用經(jīng)驗(yàn)似然方法研究了基于縱向數(shù)據(jù)的半?yún)?shù)混合效應(yīng)模型.考慮到縱向數(shù)據(jù)組內(nèi)相關(guān)性的特點(diǎn),通過引入工作協(xié)方差陣,構(gòu)造了未知參數(shù)的廣義經(jīng)驗(yàn)似然比統(tǒng)計(jì)量,并在一定條件下證明了所提出的統(tǒng)計(jì)量的分布漸近于卡方分布,由此構(gòu)造了未知參數(shù)的置信域.本文還給出了光滑函數(shù)、隨機(jī)效應(yīng)密度函數(shù)以及
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 半?yún)?shù)回歸模型的經(jīng)驗(yàn)似然推斷.pdf
- 半?yún)?shù)模型的經(jīng)驗(yàn)似然統(tǒng)計(jì)推斷.pdf
- 半?yún)⒛P偷慕?jīng)驗(yàn)似然推斷.pdf
- 32213.刪失數(shù)據(jù)下若干半?yún)?shù)模型的經(jīng)驗(yàn)似然與懲罰經(jīng)驗(yàn)似然推斷
- 經(jīng)驗(yàn)似然縱向數(shù)據(jù)的似然.pdf
- 一類半?yún)?shù)回歸模型的經(jīng)驗(yàn)似然推斷.pdf
- 半?yún)?shù)帶固定效應(yīng)的面板數(shù)據(jù)模型的經(jīng)驗(yàn)似然.pdf
- 有限混合模型的似然推斷.pdf
- 半?yún)V模型和缺失數(shù)據(jù)下估計(jì)方程的經(jīng)驗(yàn)似然推斷.pdf
- 穩(wěn)健的經(jīng)驗(yàn)似然推斷方法在縱向數(shù)據(jù)中的應(yīng)用.pdf
- m-相依誤差下非線性半?yún)?shù)模型的經(jīng)驗(yàn)似然推斷.pdf
- 半?yún)?shù)模型基于經(jīng)驗(yàn)似然的統(tǒng)計(jì)診斷
- 半?yún)?shù)模型基于經(jīng)驗(yàn)似然的統(tǒng)計(jì)診斷.pdf
- 零膨脹負(fù)二項(xiàng)半?yún)?shù)混合效應(yīng)模型的懲罰似然估計(jì).pdf
- 基于縱向數(shù)據(jù)的線性混合效應(yīng)模型參數(shù)的Bayes統(tǒng)計(jì)推斷.pdf
- 響應(yīng)變量存在缺失時(shí)非線性半?yún)?shù)回歸模型的經(jīng)驗(yàn)似然推斷.pdf
- 缺失數(shù)據(jù)下兩類回歸模型的經(jīng)驗(yàn)似然推斷.pdf
- 31136.半?yún)?shù)測(cè)量誤差模型的經(jīng)驗(yàn)似然
- 廣義線性模型的經(jīng)驗(yàn)似然方法.pdf
- 缺失數(shù)據(jù)情形三類統(tǒng)計(jì)模型的經(jīng)驗(yàn)似然推斷.pdf
評(píng)論
0/150
提交評(píng)論