本文關(guān)鍵詞：帶有二維隨機(jī)效應(yīng)的兩成分負(fù)二項(xiàng)混合模型的參數(shù)估計(jì)　出處：《南京師范大學(xué)》2015年碩士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 二維隨機(jī)效應(yīng) 混合模型 負(fù)二項(xiàng)回歸 偏大離差 參數(shù)估計(jì) EM算法 隨機(jī)模擬

【摘要】：長(zhǎng)期以來(lái),負(fù)二項(xiàng)回歸模型由于其具有適應(yīng)偏大離差情形的特點(diǎn),受到了人們?cè)絹?lái)越多的關(guān)注。而在回歸模型中加入隨機(jī)效應(yīng),可以更好地解釋當(dāng)樣本來(lái)自不同群體時(shí)每個(gè)群體的內(nèi)在聯(lián)系。因此,負(fù)二項(xiàng)隨機(jī)效應(yīng)模型在理論和實(shí)際中都占有重要地位。為了更好地刻畫(huà)來(lái)自兩個(gè)不同總體的樣本,本文討論了兩個(gè)總體是相關(guān)的情況下的兩成分混合模型,并將帶有二維隨機(jī)效應(yīng)的兩成分泊松混合模型推廣為帶有二維隨機(jī)效應(yīng)的兩成分負(fù)二項(xiàng)混合模型,以便更好地適應(yīng)偏大離差數(shù)據(jù)。在簡(jiǎn)單介紹了理論模型及其基本性質(zhì)之后,探討了三種不同的參數(shù)估計(jì)方法,包括最優(yōu)線性無(wú)偏預(yù)測(cè)(受限極大擬似然)估計(jì)法,高斯求積法和非參數(shù)極大似然估計(jì)法,并采用了EM算法和迭代公式求解參數(shù)估計(jì)值。論文利用Monte Carlo隨機(jī)模擬方法對(duì)帶二維隨機(jī)效應(yīng)的兩成分負(fù)二項(xiàng)混合模型在有限樣本下進(jìn)行模擬,并對(duì)參數(shù)估計(jì)的結(jié)果進(jìn)行了比較分析,發(fā)現(xiàn)：三種參數(shù)估計(jì)方法的估計(jì)效果都較好,而高斯求積法得出的估計(jì)結(jié)果略優(yōu)于其他兩種方法；樣本量越大,參數(shù)估計(jì)值越接近真值；樣本均值越小,參數(shù)估計(jì)效果越差。最后,通過(guò)對(duì)真實(shí)麻疹病例數(shù)據(jù)的分析,進(jìn)一步說(shuō)明了本文相關(guān)方法的有效性。
【學(xué)位授予單位】：南京師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類(lèi)號(hào)】：F224

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 解鋒昌;韋博成;林金官;;ZI數(shù)據(jù)的統(tǒng)計(jì)分析綜述[J];應(yīng)用概率統(tǒng)計(jì);2009年06期

2 韋博成;解鋒昌;;ZI縱向計(jì)數(shù)數(shù)據(jù)模型的影響分析[J];應(yīng)用概率統(tǒng)計(jì);2006年03期

，

本文編號(hào)：1330874