本文關(guān)鍵詞：缺失數(shù)據(jù)下關(guān)于廣義線性模型的一些討論

  更多相關(guān)文章： 缺失數(shù)據(jù) 缺失機(jī)制 圖示化 廣義線性模型 極大似然估計 EM算法

【摘要】：缺失數(shù)據(jù)現(xiàn)象在現(xiàn)實生活中經(jīng)常發(fā)生,對其進(jìn)行探討是統(tǒng)計研究中的熱門問題。在有缺失數(shù)據(jù)的情況下,往往不能直接使用常用的統(tǒng)計方法。因此,在解決缺失數(shù)據(jù)的問題時需要對數(shù)據(jù)進(jìn)行必要的處理。廣義線性模型是一般線性模型的推廣,并且響應(yīng)概率為指數(shù)族分布。目前國內(nèi)外大部分的研究都基于缺失數(shù)據(jù)為可忽略的假設(shè)下對廣義線性模型建立統(tǒng)計理論。但由于實際問題中的缺失數(shù)據(jù)很多是不可忽略的,若仍采取之前的方法處理問題,會影響估計效果。因此,研究帶有不可缺失數(shù)據(jù)的廣義線性模型具有十分深遠(yuǎn)的實際意義。本文介紹了缺失數(shù)據(jù)產(chǎn)生的原因,以及缺失數(shù)據(jù)的模式和分類機(jī)制。在此基礎(chǔ)上,列舉幾個常見的解決缺失數(shù)據(jù)的方法,并給出實例說明加權(quán)組調(diào)整法的具體應(yīng)用。本文在介紹缺失機(jī)制的同時給出一種新的圖示化的表達(dá)方式,即用圖論的方法表示缺失機(jī)制。首先分別介紹了三種缺失機(jī)制下的條件獨(dú)立語句,然后給出m-圖和d-分離準(zhǔn)則的具體定義,最后將三種不同的缺失機(jī)制分別用不同的圖形表示。文中在廣義線性模型的基礎(chǔ)上,給出當(dāng)數(shù)據(jù)缺失時模型的極大似然估計和EM算法。在推導(dǎo)過程中利用Logistic回歸模型給出了廣義線性模型下缺失機(jī)制的表達(dá)方式,對處理廣義線性模型下缺失數(shù)據(jù)的方法做了簡單的說明。得到Logistic回歸模型：(1)如果模型當(dāng)中φ=…=φp+q=0,那么MCAR成立；(2)如果模型當(dāng)中Φml=0,那么MAR成立：(3)如果模型當(dāng)中Φml不全為0,那么NMAR成立；最后通過兩個實例說明EM算法下缺失數(shù)據(jù)的處理方法,并采用MATLAB編程得到了估計結(jié)果。
【關(guān)鍵詞】：缺失數(shù)據(jù) 缺失機(jī)制 圖示化 廣義線性模型 極大似然估計 EM算法
【學(xué)位授予單位】：揚(yáng)州大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：O212
【目錄】：

• 中文摘要2-3
• Abstract3-6
• 第一章 緒論6-8
• 1.1 問題提出6
• 1.2 國內(nèi)外研究現(xiàn)狀6-7
• 1.3 本文的主要工作及創(chuàng)新7-8
• 第二章 缺失數(shù)據(jù)機(jī)制8-14
• 2.1 缺失數(shù)據(jù)的模式8-10
• 2.2 缺失數(shù)據(jù)的機(jī)制10
• 2.3 缺失數(shù)據(jù)的處理方法10-11
• 2.4 實例分析11-14
• 第三章 缺失數(shù)據(jù)的圖形表示14-23
• 3.1 條件獨(dú)立語句14-16
• 3.2 缺失機(jī)制的圖示16-20
• 3.3 m-圖和其他圖形表示之間的差異20-23
• 第四章 缺失數(shù)據(jù)下廣義線性模型的一些討論23-33
• 4.1 廣義線性模型描述23-24
• 4.2 缺失數(shù)據(jù)下的廣義線性模型24-26
• 4.3 極大似然估計(MLE)26-30
• 4.4 實例分析30-33
• 第五章 總結(jié)33-34
• 參考文獻(xiàn)34-37
• 附錄37-39
• 致謝39-40

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 金勇進(jìn);缺失數(shù)據(jù)的加權(quán)調(diào)整(系列之Ⅳ)[J];數(shù)理統(tǒng)計與管理;2001年05期

2 趙慧秀;馬文卿;;帶有缺失數(shù)據(jù)的估計方程[J];曲阜師范大學(xué)學(xué)報(自然科學(xué)版);2009年03期

3 龐新生;;缺失數(shù)據(jù)處理方法的比較[J];統(tǒng)計與決策;2010年24期

4 楊金英;崔朝杰;;圖模型方法用于二值變量相關(guān)性分析中缺失數(shù)據(jù)的估計[J];中國衛(wèi)生統(tǒng)計;2012年05期

5 帥平;李曉松;周曉華;劉玉萍;;缺失數(shù)據(jù)統(tǒng)計處理方法的研究進(jìn)展[J];中國衛(wèi)生統(tǒng)計;2013年01期

6 金勇進(jìn);缺失數(shù)據(jù)的偏差校正(系列三)[J];數(shù)理統(tǒng)計與管理;2001年04期

7 畢華,李濟(jì)洪;帶有缺失數(shù)據(jù)的聚類分析方法[J];華北工學(xué)院學(xué)報;2003年05期

8 李開燦;;有缺失數(shù)據(jù)的META-MARKOV模型的局部計算[J];應(yīng)用數(shù)學(xué)學(xué)報;2007年03期

9 周偉萍;張德然;楊興瓊;;具有部分缺失數(shù)據(jù)時兩個幾何總體的估計[J];長春大學(xué)學(xué)報;2008年02期

10 梁怡;;缺失數(shù)據(jù)的插補(bǔ)調(diào)整方法[J];西安文理學(xué)院學(xué)報(自然科學(xué)版);2009年01期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 耿直;葛丹丹;;縱向研究非隨機(jī)缺失數(shù)據(jù)分析[A];中國現(xiàn)場統(tǒng)計研究會第12屆學(xué)術(shù)年會論文集[C];2005年

2 管河山;姜青山;Steven X.Wei;;一種處理缺失數(shù)據(jù)的新方法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2004年

3 陳楠;劉紅云;;基于增長模型的缺失數(shù)據(jù)處理方法之比較[A];心理學(xué)與創(chuàng)新能力提升——第十六屆全國心理學(xué)學(xué)術(shù)會議論文集[C];2013年

4 肖進(jìn);賀昌政;;面向缺失數(shù)據(jù)的客戶價值區(qū)分集成模型研究[A];中國企業(yè)運(yùn)籌學(xué)[2010(1)][C];2010年

5 曾莉;張淑梅;辛濤;;IRT模型中缺失數(shù)據(jù)處理方法比較[A];第十一屆全國心理學(xué)學(xué)術(shù)會議論文摘要集[C];2007年

6 孫玲;劉浩;袁長亮;;北京市城市快速路微波檢測缺失數(shù)據(jù)分析[A];2008第四屆中國智能交通年會論文集[C];2008年

7 張香云;;基于EM算法缺失數(shù)據(jù)下混合模型的參數(shù)估計[A];第十三屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2011年

8 李曉煦;侯杰泰;;結(jié)構(gòu)方程中缺失數(shù)據(jù)的處理:FIML,EM與MI[A];全國教育與心理統(tǒng)計測量學(xué)術(shù)年會論文摘要集[C];2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 馬友;基于QoS缺失數(shù)據(jù)預(yù)測的個性化Web服務(wù)推薦方法研究[D];北京郵電大學(xué);2015年

2 彭清艷;廣義函數(shù)型回歸模型及缺失數(shù)據(jù)模型[D];云南大學(xué);2016年

3 駱汝九;多指標(biāo)綜合評價的非參數(shù)方法和缺失數(shù)據(jù)的聚類方法研究[D];揚(yáng)州大學(xué);2011年

4 祝麗萍;幾種缺失數(shù)據(jù)和高維數(shù)據(jù)模型的統(tǒng)計分析[D];山東大學(xué);2012年

5 賈博婷;缺失數(shù)據(jù)下一類整值時間序列的統(tǒng)計推斷[D];吉林大學(xué);2014年

6 劉旭;在完全和缺失數(shù)據(jù)下基于非光滑估計方程的統(tǒng)計推斷與變量選擇問題[D];云南大學(xué);2010年

7 趙鵬飛;混沌數(shù)據(jù)恢復(fù)與非線性系統(tǒng)的模型參考控制[D];吉林大學(xué);2010年

8 陸福忠;數(shù)據(jù)缺失下的分布函數(shù)估計問題[D];復(fù)旦大學(xué);2007年

9 趙慧秀;可交換的兩值數(shù)據(jù)的統(tǒng)計分析[D];東北師范大學(xué);2009年

10 付志慧;多維項目反應(yīng)模型的參數(shù)估計[D];吉林大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊利華;缺失數(shù)據(jù)的處理方法研究及應(yīng)用[D];景德鎮(zhèn)陶瓷學(xué)院;2011年

2 袁中萸;多元線性回歸模型中缺失數(shù)據(jù)填補(bǔ)方法的效果比較[D];中南大學(xué);2008年

3 褚培肖;缺失數(shù)據(jù)下的有限混合計數(shù)數(shù)據(jù)模型的統(tǒng)計推斷研究[D];昆明理工大學(xué);2015年

4 楊旭;多視角數(shù)據(jù)缺失補(bǔ)全問題研究[D];北京交通大學(xué);2016年

5 吳高航;基于核獨(dú)立成分分析的缺失數(shù)據(jù)下貝葉斯網(wǎng)絡(luò)學(xué)習(xí)算法研究[D];北京交通大學(xué);2016年

6 母建熊;基于飽和模型的帶有缺失的可交換兩值數(shù)據(jù)分析[D];東南大學(xué);2015年

7 張彩林;車輛缺失軌跡的智能補(bǔ)全[D];北京物資學(xué)院;2016年

8 隋宇婷;基于改進(jìn)的極限學(xué)習(xí)機(jī)（ELM）的缺失數(shù)據(jù)填補(bǔ)方法研究[D];東北大學(xué);2014年

9 柳寶;基于無限隱Markov模型的機(jī)械故障診斷方法研究[D];南昌航空大學(xué);2016年

10 雷偉;帶有不可忽略缺失數(shù)據(jù)的混合線性模型的貝葉斯統(tǒng)計推斷[D];云南大學(xué);2016年

，

本文編號：1104515