本文選題：隨機效應(yīng)logistic模型　切入點：自變量分布　出處：《統(tǒng)計與信息論壇》2017年08期 　論文類型：期刊論文

【摘要】：在遺漏重要自變量時,傳統(tǒng)logistic模型的最大似然估計值通常情況下是有偏估計,但自變量的分布情況會影響參數(shù)估計的有偏程度。通過傳統(tǒng)logistic模型的輸出概率的區(qū)間劃分來進行數(shù)據(jù)分組,得到了改進的門限隨機效應(yīng)logistic模型,通過Monte Carlo數(shù)值模擬發(fā)現(xiàn),給出的數(shù)據(jù)分組方法可以有效地把受遺漏重要自變量影響大小不同的數(shù)據(jù)分離開,相對于傳統(tǒng)logistic模型和隨機效應(yīng)logistic模型,門限隨機效應(yīng)logistic模型具有更高的分類準確性,并且該模型在清洗數(shù)據(jù)和分組決策方面有著很好的應(yīng)用。
[Abstract]:When important independent variables are omitted, the maximum likelihood estimation of the traditional logistic model is usually biased. However, the distribution of independent variables will affect the biased degree of parameter estimation. The improved threshold random effect logistic model is obtained through the interval partition of the output probability of the traditional logistic model, and it is found by Monte Carlo numerical simulation. The proposed method can effectively separate the data affected by the missing important independent variables. Compared with the traditional logistic model and the random effect logistic model, the threshold random effect logistic model has higher classification accuracy. And this model has good application in cleaning data and grouping decision.
【作者單位】： 中南財經(jīng)政法大學(xué)統(tǒng)計與數(shù)學(xué)學(xué)院;
【基金】：國家社會科學(xué)基金青年項目《大數(shù)據(jù)背景下金融統(tǒng)計方法研究》(14CTJ008) 中國博士后科學(xué)基金第58批面上資助項目《基于數(shù)據(jù)挖掘的金融大數(shù)據(jù)的隨機動態(tài)分析》(2015M582317)
【分類號】：O212.1

【相似文獻】

相關(guān)期刊論文 前10條

1 張進峰;李海奇;;空間面板誤差模型中隨機效應(yīng)的C(α)檢驗[J];商業(yè)經(jīng)濟與管理;2013年08期

2 周永正;胡春來;;固定效應(yīng)、隨機效應(yīng)與另一隨機向量的聯(lián)合估計[J];南昌大學(xué)學(xué)報(工科版);2009年01期

3 徐淑一;王寧寧;;競爭風險下縱列數(shù)據(jù)的隨機效應(yīng)建模和估計[J];中山大學(xué)學(xué)報(自然科學(xué)版);2007年01期

4 武大勇;萬建平;;不完全面板數(shù)據(jù)隨機效應(yīng)的檢驗[J];黑龍江科技學(xué)院學(xué)報;2007年03期

5 徐安察;湯銀才;;退化數(shù)據(jù)分析的EM算法(英文)[J];華東師范大學(xué)學(xué)報(自然科學(xué)版);2010年05期

6 吳擰洪;;面板數(shù)據(jù)模型中隨機效應(yīng)存在性檢驗的理論研究及其實證分析[J];統(tǒng)計研究;2011年09期

7 趙麗華;劉桂芬;田嬌妮;;重復(fù)測量計數(shù)資料的隨機效應(yīng)ZINB模型[J];中國衛(wèi)生統(tǒng)計;2011年06期

8 黨紅;秦超英;劉金濤;;基于偏正態(tài)分布的隨機效應(yīng)meta回歸[J];紡織高�；A(chǔ)科學(xué)學(xué)報;2013年01期

9 韓俊林,陳勵;隨機效應(yīng)Logistic模型的參數(shù)估計[J];數(shù)量經(jīng)濟技術(shù)經(jīng)濟研究;2005年01期

10 趙澤茂;混合線性回歸模型中固定效應(yīng)和隨機效應(yīng)的G-M估計[J];江漢石油學(xué)院學(xué)報;1992年01期

相關(guān)會議論文 前1條

1 錢偉民;王娟;;線性混合效應(yīng)模型中隨機效應(yīng)密度的非參數(shù)估計[A];2003中國現(xiàn)場統(tǒng)計研究會第十一屆學(xué)術(shù)年會論文集（上）[C];2003年

相關(guān)博士學(xué)位論文 前1條

1 賴欣;對隨機效應(yīng)混合治愈模型的一些推廣[D];中國科學(xué)技術(shù)大學(xué);2009年

相關(guān)碩士學(xué)位論文 前4條

1 許雙林;頻率風險模型的參數(shù)估計及預(yù)測[D];大連理工大學(xué);2006年

2 嚴國義;含有隨機效應(yīng)增長曲線模型回歸系數(shù)陣與協(xié)方差陣的估計[D];華中師范大學(xué);2003年

3 段君;面板數(shù)據(jù)混合效應(yīng)模型的譜分解估計[D];華中師范大學(xué);2008年

4 周布;非參數(shù)混合效應(yīng)模型的正交化估計[D];華東師范大學(xué);2012年

，

本文編號：1599149