本文關鍵詞：帶有二維隨機效應的兩成分負二項混合模型的參數估計　出處：《南京師范大學》2015年碩士論文　論文類型：學位論文

  更多相關文章： 二維隨機效應 混合模型 負二項回歸 偏大離差 參數估計 EM算法 隨機模擬

【摘要】：長期以來,負二項回歸模型由于其具有適應偏大離差情形的特點,受到了人們越來越多的關注。而在回歸模型中加入隨機效應,可以更好地解釋當樣本來自不同群體時每個群體的內在聯系。因此,負二項隨機效應模型在理論和實際中都占有重要地位。為了更好地刻畫來自兩個不同總體的樣本,本文討論了兩個總體是相關的情況下的兩成分混合模型,并將帶有二維隨機效應的兩成分泊松混合模型推廣為帶有二維隨機效應的兩成分負二項混合模型,以便更好地適應偏大離差數據。在簡單介紹了理論模型及其基本性質之后,探討了三種不同的參數估計方法,包括最優(yōu)線性無偏預測(受限極大擬似然)估計法,高斯求積法和非參數極大似然估計法,并采用了EM算法和迭代公式求解參數估計值。論文利用Monte Carlo隨機模擬方法對帶二維隨機效應的兩成分負二項混合模型在有限樣本下進行模擬,并對參數估計的結果進行了比較分析,發(fā)現：三種參數估計方法的估計效果都較好,而高斯求積法得出的估計結果略優(yōu)于其他兩種方法；樣本量越大,參數估計值越接近真值；樣本均值越小,參數估計效果越差。最后,通過對真實麻疹病例數據的分析,進一步說明了本文相關方法的有效性。
【學位授予單位】：南京師范大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F224

【參考文獻】

相關期刊論文 前2條

1 解鋒昌;韋博成;林金官;;ZI數據的統計分析綜述[J];應用概率統計;2009年06期

2 韋博成;解鋒昌;;ZI縱向計數數據模型的影響分析[J];應用概率統計;2006年03期

，

本文編號：1330874