【摘要】：再生散度分布族是一種比指數(shù)族分布更加廣泛的分布,其適用性更強(qiáng),正態(tài)分布、Poisson分布、Gamma分布、I型極值分布以及雙指數(shù)分布都是這類(lèi)分布的特例.隨著社會(huì)經(jīng)濟(jì)的發(fā)展,復(fù)雜數(shù)據(jù)以及縱向數(shù)據(jù)越來(lái)越多的出現(xiàn),而混合回歸模型則是處理異質(zhì)總體數(shù)據(jù)最有效的統(tǒng)計(jì)工具之一.實(shí)際的數(shù)據(jù)分析中存在的大量的異方差數(shù)據(jù),為了有效的控制方差,基于一般的具有異方差數(shù)據(jù)的均值模型,有必要對(duì)方差進(jìn)行建模,就形成了再生散度分布族下混合聯(lián)合方位與散度模型.接著,引入混合比例建模就構(gòu)成再生散度分布族下聯(lián)合方位與散度混合專(zhuān)家回歸模型.因?yàn)榇祟?lèi)模型是應(yīng)用非常廣泛的,對(duì)此類(lèi)模型的研究也是當(dāng)今的統(tǒng)計(jì)學(xué)研究熱點(diǎn)之一.首先,基于再生散度分布族下,假定模型中的混合子聚類(lèi)數(shù)己知,并對(duì)方位參數(shù)進(jìn)行建模,利用EM算法得到了模型中的未知參數(shù)的極大似然估計(jì).通過(guò)Matlab編程實(shí)現(xiàn)隨機(jī)模擬試驗(yàn)和實(shí)例分析,并說(shuō)明模型與方法的有效性和有用性.其次,對(duì)方位參數(shù)及散度參數(shù)進(jìn)行聯(lián)合建模,并證明了模型的可識(shí)別性,利用EM算法得到了模型中的未知參數(shù)的極大似然估計(jì).通過(guò)Matlab編程實(shí)現(xiàn)隨機(jī)模擬試驗(yàn)和實(shí)例分析,并說(shuō)明模型與方法的有效性和有用性.最后,基于以上的研究,為了了解影響混合比例的因素,引入混合專(zhuān)家回歸模型,利用Logistic回歸對(duì)比例參數(shù)進(jìn)行建模.利用EM算法以及MM算法得到了模型中的未知參數(shù)的極大似然估計(jì).通過(guò)Matlab編程實(shí)現(xiàn)隨機(jī)模擬試驗(yàn)和實(shí)例分析,并說(shuō)明了模型與方法的有效性和有用性.綜上所述,本文在再生散度模型的背景下得到了一系列的研究成果,并推廣和發(fā)展了已有的研究工作.這些新的研究成果不僅在理論上是可行的,同時(shí)也具有廣泛的實(shí)際應(yīng)用價(jià)值.本文通過(guò)模擬研究以及實(shí)例分析說(shuō)明了模型和方法是有效和有用的.
【圖文】：

圖３．空氣質(zhì)量指數(shù)數(shù)據(jù)直方圖逡逑３４逡逑
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：O212.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前6條

1 邱貽濤;吳劉倉(cāng);馬婷;;缺失數(shù)據(jù)下聯(lián)合均值與方差模型的參數(shù)估計(jì)[J];數(shù)理統(tǒng)計(jì)與管理;2015年04期

2 李玲雪;吳劉倉(cāng);詹金龍;;缺失偏態(tài)數(shù)據(jù)下聯(lián)合位置與尺度模型的統(tǒng)計(jì)推斷[J];統(tǒng)計(jì)與信息論壇;2014年03期

3 吳劉倉(cāng);馬婷;戴琳;;基于StN分布下聯(lián)合位置與尺度模型的極大似然估計(jì)[J];應(yīng)用數(shù)學(xué);2013年03期

4 馬婷;吳劉倉(cāng);黃麗;;基于偏正態(tài)分布聯(lián)合位置、尺度與偏度模型的極大似然估計(jì)[J];數(shù)理統(tǒng)計(jì)與管理;2013年03期

5 張文專(zhuān);唐年勝;王學(xué)仁;;非線(xiàn)性再生散度隨機(jī)效應(yīng)模型的極大似然估計(jì)及隨機(jī)逼近算法[J];生物數(shù)學(xué)學(xué)報(bào);2006年02期

6 唐年勝,朱仲儀,韋博成;非線(xiàn)性再生散度模型的幾何結(jié)構(gòu)及其漸近推斷[J];數(shù)學(xué)年刊A輯(中文版);2000年03期

相關(guān)碩士學(xué)位論文 前3條

1 朱志娥;偏t正態(tài)數(shù)據(jù)下混合模型的統(tǒng)計(jì)推斷[D];昆明理工大學(xué);2017年

2 張舒宇;穩(wěn)健混合聯(lián)合位置與尺度模型的參數(shù)估計(jì)[D];昆明理工大學(xué);2017年

3 郎大為;混合回歸及其應(yīng)用[D];上海大學(xué);2016年

，

本文編號(hào)：2674091