相關性資料的有母數強韌推論; Parametric Robust Inferences for Correlated Data

NCU Institutional Repository > 理學院 > 統計研究所 > 博碩士論文 > Item 987654321/7611

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/7611

题名:	相關性資料的有母數強韌推論;Parametric Robust Inferences for Correlated Data
作者:	陳建宏;Chien-Hung Chen
贡献者:	統計研究所
关键词:	二維常態;強韌概似比檢定;多變數負二項模型;廣義線性模型;強韌分數檢定;Multivariate negative binomial;Bivariate normal
日期:	2007-07-06
上传时间:	2009-09-22 11:00:48 (UTC+8)
出版者:	國立中央大學圖書館
摘要:	本論文中，先介紹由 Royall 與 Tsou 在2003年所提出的強韌概似函數的觀念。利用這個方法，首先建立了對於二變數資料的相關係數在廣義線性模型架構下的迴歸參數的強韌概似比檢定。其次，對於具有相關性的個數資料的平均數，建立一個強韌分數檢定。最後，對於上述具有相關性的個數資料的平均數在廣義線性模型架構下，對於迴歸參數建立一個強韌概似比檢定。這些概似函數並不需要知道資料的真正分配，只要四階或二階動差存在即可。這些強韌方法的效率，經由模擬與真實資料呈現。 In this thesis, we introduce the robust likelihood function proposed by Royall and Tsou (2003). Based on the method we first establish a robust parametric likelihood ratio test about regression parameters for the correlation coefficients modeled in a generalized linear model fashion. Next, we construct a robust parametric score test to compare means of several dependent populations of count. Furthermore, a robust parametric likelihood ratio test for regression parameters of means for correlated count data is proposed. The validity of the proposed likelihoods requires no knowledge of the true underlying distributions, so long as they have finite fourth or second moments. The efficacy of the robust methodology is demonstrated via simulations and real examples.
显示于类别:	[統計研究所] 博碩士論文

文件中的档案:

档案	大小	格式	浏览次数

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....