本文選題：隨機(jī)效應(yīng) + 平均分方法　； 參考：《閩南師范大學(xué)》2017年碩士論文

【摘要】：廣義線性混合模型是一種特殊的混合模型,是對(duì)廣義線性模型的一種重要擴(kuò)展。在這個(gè)模型結(jié)構(gòu)中,取代固定效應(yīng),線性預(yù)測(cè)量包含了具有正態(tài)分布的隨機(jī)效應(yīng)。隨機(jī)效應(yīng)logistic回歸是廣義線性混合模型(GLMM)的一個(gè)特殊的情況,主要應(yīng)用于流行病學(xué)。本文首先介紹了隨機(jī)效應(yīng)logistic回歸模型,提出了一個(gè)新的方法,即在平均分方法(Mean Score Method)的基礎(chǔ)上,當(dāng)出現(xiàn)缺失數(shù)據(jù)時(shí),對(duì)其使用輔助變量,從而對(duì)數(shù)據(jù)進(jìn)行特定中心估計(jì),得到第一步估計(jì)量,然后對(duì)第一步估計(jì)量進(jìn)行最優(yōu)加權(quán),來(lái)構(gòu)造一個(gè)兩步估計(jì)量。最后利用兩種估計(jì)量做了模擬研究,結(jié)果表示本文提出的估計(jì)量估計(jì)恰當(dāng),最后將其應(yīng)用于男嬰缺陷問(wèn)題中,并證明我們提出的方法在實(shí)際應(yīng)用中更實(shí)用。第1章為緒論。簡(jiǎn)要敘述了隨機(jī)效應(yīng)logistic模型選題的背景和研究意義,以及國(guó)內(nèi)外關(guān)于缺失數(shù)據(jù)處理、logistic模型和新生兒缺陷問(wèn)題的研究現(xiàn)狀。第2章介紹了隨機(jī)效應(yīng)的logistic回歸模型,本文提出了一種特定中心的估計(jì)方法,它是在擬似然函數(shù)的基礎(chǔ)上,對(duì)缺失數(shù)據(jù)的處理使用平均分?jǐn)?shù)法的一種方法。接下來(lái)再對(duì)第一步估計(jì)量進(jìn)行最優(yōu)加權(quán),來(lái)構(gòu)造一個(gè)兩步估計(jì)量。在第2部分的結(jié)尾給出了估計(jì)量的漸近性質(zhì)。第3章是將估計(jì)量和理論值對(duì)比的模擬研究,進(jìn)而對(duì)本文所提出的隨機(jī)效應(yīng)logistic模型的估計(jì)方法進(jìn)行評(píng)價(jià)。第4章是實(shí)證分析。先介紹了本文的數(shù)據(jù)來(lái)源。并以新生兒出現(xiàn)缺陷數(shù)據(jù)為例,使用本文的提出的新估計(jì)方法進(jìn)行估計(jì),最后根據(jù)實(shí)證結(jié)論提出了相關(guān)建議。第5章給出本文的最后結(jié)論和不足之處。
[Abstract]:Generalized linear mixed model is a kind of special mixed model is a kind of important extension of generalized linear model. In this model structure, to replace the fixed effects, linear prediction with a normal distribution of the random effects. The random effect logistic regression is a generalized linear mixed model (GLMM) is a special the situation, mainly used in epidemiology. This paper first introduces the random effect logistic regression model, proposed a new method, namely in the average method (Mean Score Method) on the basis of when there is missing data, the use of auxiliary variables to specific estimates for the data center, the first step estimation then, the first step of the estimation of the optimal weights, to construct a two step estimator. Finally the two estimate made a simulation research, the result indicated this estimator to estimate the appropriate Applied to the problem of the baby, and proved that the proposed method is more practical in practical application. The first chapter is the introduction briefly describes the background of random effects logistic model of topics and significance, at home and abroad on the missing data, the logistic model and the lack of research in neonatal problems. The second chapter introduces the random effect the logistic regression model, this paper proposes a method to estimate the specific center, which is based on Quasi Likelihood Function, a method of using the average fraction method to handle missing data. Then the first step of the estimation of the optimal weighting, to construct a two step estimator. Theasymptotic properties estimate given in the end of the second part. The third chapter is the comparative study of simulation theory and the capacity to estimate the value of the evaluation method for the estimation of random effects logistic model and presented in this paper. The fourth chapter is the empirical analysis. First, the data source of this paper is introduced. Taking the newborn defect data as an example, we use the new estimation method proposed in this paper to estimate it. Finally, we put forward some suggestions based on the empirical conclusions. The fifth chapter gives the final conclusions and shortcomings of this paper.

【學(xué)位授予單位】：閩南師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：O212.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孟虹,張?zhí)鞂?隨機(jī)效應(yīng)Logistic回歸模型在致畸研究中的應(yīng)用[J];衛(wèi)生毒理學(xué)雜志;1999年01期

2 倪旱雨;;隨機(jī)效應(yīng)logistic回歸模型及其在食品毒理學(xué)中的應(yīng)用[J];中國(guó)衛(wèi)生統(tǒng)計(jì);1992年05期

3 倪旱雨;隨機(jī)效應(yīng)logistic回歸模型在毒理學(xué)中的應(yīng)用[J];現(xiàn)代預(yù)防醫(yī)學(xué);1991年04期

4 陳健美，，李君榮;隨機(jī)效應(yīng)Logistic回歸模型在臨床醫(yī)學(xué)中的應(yīng)用[J];鎮(zhèn)江醫(yī)學(xué)院學(xué)報(bào);1995年03期

5 金勇進(jìn);調(diào)查中的數(shù)據(jù)缺失及處理(Ⅰ)——缺失數(shù)據(jù)及其影響[J];數(shù)理統(tǒng)計(jì)與管理;2001年01期

6 韓俊林,陳勵(lì);隨機(jī)效應(yīng)Logistic模型的參數(shù)估計(jì)[J];數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究;2005年01期

7 楊軍;趙宇;丁文興;;抽樣調(diào)查中缺失數(shù)據(jù)的插補(bǔ)方法[J];數(shù)理統(tǒng)計(jì)與管理;2008年05期

8 易昆南;袁中萸;;對(duì)模擬縱向數(shù)據(jù)集缺失值處理的幾種方法比較[J];湖南工業(yè)大學(xué)學(xué)報(bào);2008年02期

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

10 沐守寬;周偉;;缺失數(shù)據(jù)處理的期望-極大化算法與馬爾可夫蒙特卡洛方法[J];心理科學(xué)進(jìn)展;2011年07期

相關(guān)碩士學(xué)位論文 前4條

1 李敏捷;Lasso-Logistic與Group Lasso-Logistic模型在出生缺陷研究中的應(yīng)用[D];山西醫(yī)科大學(xué);2016年

2 姚慈將;某市空氣污染暴露與出生缺陷相關(guān)性的時(shí)間序列研究[D];安徽醫(yī)科大學(xué);2016年

3 高韋;Poisson回歸在輔助生殖與自然受孕新生兒出生缺陷中的應(yīng)用[D];浙江大學(xué);2010年

4 陳鳴鳴;新生兒出生缺陷影響因素及近5年變化趨勢(shì)分析[D];吉林大學(xué);2007年

本文編號(hào)：1766072