【摘要】：線性混合模型是一類特殊的線性模型,在處理重復(fù)測量數(shù)據(jù)、區(qū)間數(shù)據(jù)以及空間相關(guān)數(shù)據(jù)時,有著獨特的優(yōu)勢。近年來,在生物、醫(yī)學(xué)、經(jīng)濟、金融、環(huán)境科學(xué)、抽樣調(diào)查及工程技術(shù)等領(lǐng)域內(nèi)線性混合模型得到愈來愈廣泛的應(yīng)用,因此,大量學(xué)者對該類模型進行了參數(shù)估計及性質(zhì)研究工作,并取得了較為豐富的成果。線性混合模型主要分為兩大類,一類是縱向模型,它具有組間獨立性;另一類是方差分量模型,它的隨機效應(yīng)具有不相關(guān)性,這兩類模型在一般情況下不能相互涵蓋。但是單向分類模型,它具備了兩類模型的特點,即它既是縱向模型,又是方差分量模型。本文就單向分類模型的參數(shù)估計問題,得到了一些有關(guān)單向分類模型的參數(shù)的結(jié)果。線性混合模型的參數(shù)估計主要分為兩大類,一類是對固定效應(yīng)的估計,一類是對方差分量的估計。文章分別采用了最小二乘估計、兩步估計和減約估計方法對三種常見線性混合模型的固定效應(yīng)的進行了估計。在平衡數(shù)據(jù)情況下,分別用方差分析估計、極大似然估計、限制極大似然估計和最小范數(shù)二次無偏估計對單向分類模型的方差分量進行了估計,并且介紹了 Panel數(shù)據(jù)模型的譜分解估計,并對這幾種估計的結(jié)果表達式進行比較。對非平衡數(shù)據(jù)下的單向分類模型,文中采用了極大似然估計、限制極大似然估計和最小范數(shù)二次無偏估計,得到了在非平衡數(shù)據(jù)下對單向分類模型的估計的線性方程組。最后利用EM算法對極大似然估計與限制極大似然估計得到的方程組迭代求解,并利用編程工具比較了這兩種估計的優(yōu)劣性,得到了一些重要結(jié)果。
【學(xué)位授予單位】：西南石油大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：O212.1
【圖文】：

圖５－１方差分量誤差對比圖逡逑由圖５－１邋Ｍ丨以肴出尤論＾的值取多少，通過ＲＨＭＬOT計出的估計值的誤差始終比逡逑ＭＬ估計的估計值誤差大，但是由圖像以直觀地看出，隨著ａ￡２的增大，ＭＬＥ和ＲＥＭＬ逡逑

圖５－３方差分量誤差對比圖逡逑３８逡逑

【參考文獻】

相關(guān)期刊論文 前10條

1 張蕊;范永輝;;Panel數(shù)據(jù)模型中兩步估計的改進[J];天津師范大學(xué)學(xué)報(自然科學(xué)版);2013年04期

2 李光輝;陸學(xué)勇;;線性混合模型中固定效應(yīng)參數(shù)的幾類估計[J];通化師范學(xué)院學(xué)報;2013年04期

3 許王莉;李妍文;余味;;線性混合模型方差分量的譜分解估計[J];統(tǒng)計與決策;2012年09期

4 孫曉祥;杜宇靜;;異方差的線性混合模型的參數(shù)估計[J];數(shù)理統(tǒng)計與管理;2012年02期

5 段智力;;約束下線性混合模型參數(shù)估計的漸近解及其收斂性[J];數(shù)學(xué)的實踐與認識;2012年04期

6 葉仁道;王松桂;;線性混合模型中方差分量的廣義推斷[J];應(yīng)用數(shù)學(xué)學(xué)報;2010年01期

7 許王莉;;線性混合效應(yīng)模型中方差分量的估計[J];應(yīng)用概率統(tǒng)計;2009年03期

8 徐禮文;王松桂;;一般線性混合模型中的最佳線性無偏估計和譜分解估計[J];數(shù)學(xué)物理學(xué)報;2009年02期

9 楊虎;黎雅蓮;;線性混合模型參數(shù)的部分嶺型譜分解估計[J];應(yīng)用概率統(tǒng)計;2008年03期

10 范永輝;王松桂;;線性混合模型中方差分量的估計與QR分解[J];應(yīng)用概率統(tǒng)計;2008年02期

相關(guān)博士學(xué)位論文 前1條

1 尹素菊;線性模型的參數(shù)估計理論與方法[D];北京工業(yè)大學(xué);2005年

相關(guān)碩士學(xué)位論文 前8條

1 萬水淼;線性混合模型中方差分量的估計[D];青島科技大學(xué);2016年

2 葉輝亮;線性混合模型的進一步研究[D];重慶大學(xué);2013年

3 金孝勇;一類線性混合模型的參數(shù)估計[D];安徽師范大學(xué);2011年

4 趙鵬輝;Fisher得分法與EM算法在隨機效應(yīng)模型中的應(yīng)用[D];東北師范大學(xué);2010年

5 鄭麗霞;線性混合模型參數(shù)的譜分解Liu估計[D];重慶大學(xué);2009年

6 王彬;線性混合模型的統(tǒng)計推斷[D];吉林大學(xué);2009年

7 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

8 王云;線性混合效應(yīng)模型協(xié)方差陣的估計問題[D];北京工業(yè)大學(xué);2006年

本文編號：2732799