【摘要】：變換線(xiàn)性混合模型是混合模型的推廣,近年來(lái),在生物醫(yī)學(xué)、環(huán)境科學(xué)、教育學(xué)等眾多領(lǐng)域的數(shù)據(jù)分析中有廣泛的應(yīng)用�；旌夏Ｐ褪茄芯靠v向數(shù)據(jù)的一個(gè)強(qiáng)有力工具,混合模型,既有固定效應(yīng),又有隨機(jī)效應(yīng),能反應(yīng)個(gè)體或空間位置之間的差異性。變換模型又能很好的解決真實(shí)數(shù)據(jù)分布不滿(mǎn)足正態(tài)分布假設(shè)這一問(wèn)題,所以基于縱向數(shù)據(jù)和大規(guī)�？臻g數(shù)據(jù)的變換線(xiàn)性混合模型可以處理眾多實(shí)際問(wèn)題,是一種靈活的模型,將來(lái)可以應(yīng)用到不同領(lǐng)域的分析中。本文采用貝葉斯懲罰樣條的方法估計(jì)變換函數(shù),基于縱向數(shù)據(jù)的變換線(xiàn)性混合模型中采用狄利克雷過(guò)程先驗(yàn)的方法估計(jì)隨機(jī)效應(yīng)的分布,基于大規(guī)�？臻g數(shù)據(jù)的變換線(xiàn)性混合模型中采用多分辨率小波分析的方法估計(jì)非平穩(wěn)的空間過(guò)程,并結(jié)合MCMC計(jì)算方法估計(jì)模型中的參數(shù),模擬結(jié)果和實(shí)例分析都顯示使用變換線(xiàn)性混合模型比使用傳統(tǒng)的Cox-Box變換能更好的提高模型參數(shù)估計(jì)的精度,進(jìn)而研究了縱向數(shù)據(jù)的變換線(xiàn)性混合模型分別基于數(shù)據(jù)刪除模型和局部影響分析模型的貝葉斯統(tǒng)計(jì)診斷方法;研究了大規(guī)�？臻g數(shù)據(jù)的變換線(xiàn)性混合模型的貝葉斯模型比較方法,模擬結(jié)果和實(shí)例分析都顯示貝葉斯統(tǒng)計(jì)診斷方法能很好的識(shí)別數(shù)據(jù)中的異常點(diǎn),貝葉斯模型比較的方法也能很好的選擇出真實(shí)模型�；旌辖Y(jié)構(gòu)方程模型是結(jié)構(gòu)方程模型的推廣,基于大規(guī)模時(shí)空數(shù)據(jù)的隱馬爾科夫混合結(jié)構(gòu)方程模型能很好的解決很多實(shí)際問(wèn)題,尤其是心理學(xué)方面和環(huán)境科學(xué)方面的問(wèn)題。本文采用隱馬爾科夫模型處理大規(guī)模時(shí)空數(shù)據(jù)集,并估計(jì)不同狀態(tài)下的混合結(jié)構(gòu)方程模型,采用多分辨率小波分析的方法估計(jì)非平穩(wěn)的空間過(guò)程,采用連續(xù)比logit混合模型刻畫(huà)狀態(tài)之間的轉(zhuǎn)移概率關(guān)系,并結(jié)合MCMC計(jì)算方法估計(jì)模型中的參數(shù)及隱狀態(tài)的值,模擬結(jié)果和實(shí)例分析都顯示貝葉斯分析方法能很好的估計(jì)模型的參數(shù)。
【學(xué)位授予單位】：云南大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：C815
【圖文】：

了隨機(jī)效應(yīng)／％，？的核密度估計(jì)，從中可以看出對(duì)膽固醇水平假設(shè)是正態(tài)分逡逑布是不合理的。我們基于數(shù)據(jù)刪除方法和局部影響分析方法分別�。藉澹担埃埃�，逡逑lⅲ劍保埃埃安⒀≡竦諶質(zhì)笛櫚娜哦�，结果壤_跡玻保�，淤p伎芍冢玻玻�，辶x希常�，邋１６０胡t鎏灞皇侗鷂斐５�，这更x峁捎燒媸凳堇唇饈禿俠硇�，１６０号辶x細(xì)鎏宓牡ü檀妓矯饗愿哂諂淥鎏宓牡ü檀妓劍埠鷗鎏宓牡ü檀妓矯麇義舷愿哂謁懈鎏宓鈉驕劍玻�，邋３Ｙ�(gòu)鷗鎏灝懈鎏宓淖罡吆妥畹偷牡ü體義洗妓街怠＃南妊楹停模謝植嫉南妊檣柚枚越峁撓跋旖閑�。辶x希保幔攏跡恚�？ｅP歟酰悖危危荊浚�？－＇逦４逦Ｉ劐亓x希掊澹保粒保矗義希卞危

本文編號(hào)：2750562