基于信息恒等式的属性数据分析

《基于信息恒等式的属性数据分析》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、厦门大学学位论文原创性声明本人呈交的学位论文是本人在导师指导下，独立完成的研究成果。本人在论文写作中参考其他个人或集体已经发表的研究成果，均在文中以适当方式明确标明，并符合法律规范和《厦门大学研究生学术活动规范(试行)》。另外，该学位论文为()课题(组)的研究成果，获得()课题(组)经费或实验室的资助，在()的实验室完成。(请在以上括号内填写课题或课题组负责人或实验室名称，未有此项声明内容的，可以不做特别声明。)声明人(签名)：扫诗wp年6月lEt厦门大学学位论文著作权使用声明本人同意厦门大学根据《中华人民共和国学位条例暂行实施办法》等规定保留和使用此学位论文，并向主管部门或

2、其指定机构送交学位论文(包括纸质版和电子版)，允许学位论文进入厦门大学图书馆及其数据库被查阅、借阅。本人同意厦门大学将学位论文加入全国博士、硕士学位论文共建单位数据库进行检索，将学位论文的标题和摘要汇编出版，采用影印、缩印或者其它方式合理复制学位论文。本学位论文属于：()1．经厦门大学保密委员会审查核定的保密学位论文，于年月日解密，解密后适用上述授权。()2．不保密，适用上述授权。(请在以上相应括号内打“√”或填上相应内容。保密学位论文应是已经厦门大学保密委员会审定过的学位论文，未经厦门大学保密委员会审定的学位论文均为公开学位论文。此声明栏不填写的，默认为公开学位论文，均适用

3、上述授权。)声明人(签名)：和讳加IL年6月1日摘要属性数据可描述很多问题，如人的性别，文化程度的高低。属性数据分析方法的应用几乎已经渗透到各个领域，包括社会科学，心理科学，生物医学，教育，市场营销，金融信用评估等。属性数据通常反映在列联表资料中，故研究列联表资料的分析方法至关重要。国内外关于四格表的独立性假设问题的研究方法主要有Pearson卡方检验、Yates连续校正检验、Yule无条件检验、Fisher精确检验和似然比检验等；针对多个四格表的研究方法主要有BD检验、CMH检验和似然比检验等；在构造模型方面主要有分层对数线性模型和logistic模型等。关于四格表的无条件

4、检验的精确功效分析已有研究，但它和条件检验的渐近功效分析没有进行过完整的研究；针对多个四格表的两步似然比检验也鲜有研究；同时，基于三维及以上列联表的线性信息模型更是少有涉及。本文主要从信息恒等式的视角对比研究四格表独立性假设的条件检验和无条件检验的功效分析，并将基于信息恒等式的两步似然比检验推广到备择假设，最后提出线性信息模型的扩展。本文可能的创新点主要有以下几个方面：第一，从信息恒等式的视角，重新对似然比检验、Fisher精确检验和Yates卡方检验进行统一的功效分析，即寻找合适的拒绝域以构建更敏感的检验；基于信息恒等式的不变性考察Yule无条件检验，表明用Yule检验批判

5、Fisher精确检验的保守性存在逻辑上的缺陷。第二，从信息恒等式的视角，解释两步似然比检验优于BD检验和CMH检验的原因，并基于扩展的信息恒等式，将两步似然比检验从“等优势比”发展到“不等优势比”。第三，深入研究对数线性模型与线性信息模型的联系，得到两者的检验结果的等价关系，即利用对数线性模型的检验结果能直接得到线性信息模型的检验结果，反之亦然；从模型简洁度和解释各分解项的难易程度两方面进行模型对比，表明虽然线性信息模型在简洁度上优于对数线性模型，但解释线性信息模型中的高维条件互信息更困难。摘要第四，对四因子条件互信息进行分解，从而将信息恒等式推广到四维；并基于此信息恒等式提

6、出四步似然比检验，比较总检验与四步检验的敏感度。用分解式代替线性信息模型中四因子条件互信息，得到线性信息模型的扩展形式。用线性信息模型的扩展形式解决高维互信息解释难的问题。关键词：信息恒等式；两步似然比检验；功效分析；线性信息模型ⅡAbstractCategoricaldatacanbeusedtodescribemanyproblems，suchasgender,culturedegreeandSOon。Applicationof砀#analysismethodsforcategoricaldatavariesalmostallfields，includingsociolo

7、gy,psychology,biomedical，education，marketingmanagementandfinancialcreditevaluation．Categoricaldataisalwaysdescribedbycontingencytables；thereforeResearchoftheanalysismethodofcategoricaldata,especiallycontingencytables，isveryimportant．Manyforeignscholarsha