简介:纵向数据在生物、医学和经济学中的研究普遍使用。近年来,对纵向数据各种模型的研究引起国内外统计学者的广泛关注。本文建立了半参数纵向数据的Possion回归模型。并利用极大似然估计对此模型的参数进行了估计,讨论了它的Fisher信息矩阵,给出了似然方程的Newton-Raphson迭代求解过程。
简介:为了减少计算复杂性,在计算机试验设计中,最近人们提出了一种新的统计方法-拟回归(Owen(2000),AnandOwen(2001),在独立同分布模型中,拟回归不仅能提高计算速度,而且在较好的统计性质,然而,对相关数据模型,这种方法的统计性质并不好,针对这一问题,在不增加计算复杂性的条件下,本文提出一种分块拟回归方法。我们研究分块拟回归的小样本和大样本性质,如无偏性,均方收敛性,强收敛性和渐近正态性。结果表明分块拟回归比原拟回归渐近有效,本文还讨论了曲线拟合的性质,指出了分块拟回归(包括原拟回归)在高维问题中的缺陷,为改善曲线拟合,我们还提出一种修正分拟回归,研究表明,在高维问题中,修正分块似回归是十分有效的。
简介:时空地理加权回归模型作为一类能简单有效的解决数据时空特性问题的数据分析方法已经得到了广泛的应用.主要研究该模型的统计诊断与影响分析.首先,基于数据删除模型定义了Cook统计量;其次,基于均值漂移模型讨论了异常点的检验问题,并构造了相应的检验统计量.
简介:利用数学模型解决生产和生活实际中遇到的线性与非线性相关关系的问题是一种切实可行的方法.本文论述了建立回归数学模型的方法和应用,以及检验相关关系的显著性和回归模型可靠性的方法.
简介:摘要:在中国,脑卒中是居民第一位死亡原因,也是成年人残疾的首位病因。据《中国卒中中心报告2020》显示,2020年我国40岁及以上人群中患脑卒中人数约为1780万,给家庭和社会带来沉重负担。随着社会经济和疾病组成的改变,脑卒中已成为我国首要的致残、致死病因。目前建立数学模型研究脑卒中发病因素,对疾病的风险评估具有重要意义。