帶缺失數(shù)據(jù)的半?yún)?shù)非線性模型基于經(jīng)驗(yàn)似然的統(tǒng)計(jì)診斷
發(fā)布時(shí)間:2020-12-29 23:42
缺失數(shù)據(jù)常常出現(xiàn)在各種實(shí)驗(yàn)環(huán)境中,包括市場(chǎng)調(diào)查、醫(yī)學(xué)研究、民意調(diào)查和社會(huì)經(jīng)濟(jì)調(diào)查等。缺少數(shù)據(jù)的統(tǒng)計(jì)分析是一項(xiàng)非常困難的任務(wù),因?yàn)樵诖蠖鄶?shù)情況下,丟失的數(shù)據(jù)本身包含很少或根本沒(méi)有關(guān)于丟失數(shù)據(jù)機(jī)制的信息,從而在隨機(jī)缺失假設(shè)下通過(guò)借補(bǔ)等方法處理缺失數(shù)據(jù)得到了廣泛的應(yīng)用。本文討論了在響應(yīng)變量或協(xié)變量存在缺失的情況下,對(duì)半?yún)?shù)非線性模型進(jìn)行統(tǒng)計(jì)診斷。首先,假設(shè)數(shù)據(jù)隨機(jī)缺失,利用修正借補(bǔ)的方法將缺失數(shù)據(jù)補(bǔ)充完整,得到完全樣本數(shù)據(jù)集;然后用核估計(jì)方法對(duì)未知函數(shù)進(jìn)行估計(jì),利用經(jīng)驗(yàn)似然方法求出該模型參數(shù)估計(jì)。其次,根據(jù)數(shù)據(jù)刪除模型推出刪除第i點(diǎn)前后參數(shù)估計(jì)β與β(i)之間的關(guān)系,提出一些診斷統(tǒng)計(jì)量,目的是找出樣本數(shù)據(jù)中有問(wèn)題的點(diǎn),即為異常點(diǎn)或強(qiáng)影響點(diǎn);最后,通過(guò)兩個(gè)實(shí)例分別對(duì)帶有缺失數(shù)據(jù)的非線性半?yún)?shù)模型進(jìn)行統(tǒng)計(jì)分析,從而驗(yàn)證以上方法的可行性和有效性。
【文章來(lái)源】:南京理工大學(xué)江蘇省 211工程院校
【文章頁(yè)數(shù)】:48 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
殘差圖
?帶缺失數(shù)據(jù)的半?yún)?shù)非線性模型基于經(jīng)驗(yàn)40,234.9-0.2846,0.0002)r.??分析??估計(jì)的基礎(chǔ)上計(jì)算標(biāo)準(zhǔn)化殘差和經(jīng)驗(yàn)Cook距離,并畫出如下散°
論文?帶缺失數(shù)據(jù)的半?yún)?shù)非線性模型基于經(jīng)驗(yàn)似利用計(jì)算機(jī)編程,借補(bǔ)得到缺失數(shù)據(jù),得到該模型相應(yīng)參數(shù)估計(jì)為:??/??=?(3.66-3.9-2.6,5.9f??響分析??估計(jì)參數(shù)的基礎(chǔ)上計(jì)算標(biāo)準(zhǔn)化殘差和經(jīng)驗(yàn)Cook距離,并畫出如下散
本文編號(hào):2946558
【文章來(lái)源】:南京理工大學(xué)江蘇省 211工程院校
【文章頁(yè)數(shù)】:48 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
殘差圖
?帶缺失數(shù)據(jù)的半?yún)?shù)非線性模型基于經(jīng)驗(yàn)40,234.9-0.2846,0.0002)r.??分析??估計(jì)的基礎(chǔ)上計(jì)算標(biāo)準(zhǔn)化殘差和經(jīng)驗(yàn)Cook距離,并畫出如下散°
論文?帶缺失數(shù)據(jù)的半?yún)?shù)非線性模型基于經(jīng)驗(yàn)似利用計(jì)算機(jī)編程,借補(bǔ)得到缺失數(shù)據(jù),得到該模型相應(yīng)參數(shù)估計(jì)為:??/??=?(3.66-3.9-2.6,5.9f??響分析??估計(jì)參數(shù)的基礎(chǔ)上計(jì)算標(biāo)準(zhǔn)化殘差和經(jīng)驗(yàn)Cook距離,并畫出如下散
本文編號(hào):2946558
本文鏈接:http://sikaile.net/kejilunwen/yysx/2946558.html
最近更新
教材專著