几类重复观测数据模型的bootstrap推断

几类重复观测数据模型的bootstrap推断

ID:35047018

大小:3.91 MB

页数:49页

时间:2019-03-17

几类重复观测数据模型的bootstrap推断_第1页
几类重复观测数据模型的bootstrap推断_第2页
几类重复观测数据模型的bootstrap推断_第3页
几类重复观测数据模型的bootstrap推断_第4页
几类重复观测数据模型的bootstrap推断_第5页
资源描述:

《几类重复观测数据模型的bootstrap推断》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、r啦如解麵硕zb研究生学位论文-r:t::..;i戀'馨Bootstrap推断瞧—續■-学号、2013312060103'"’'-"''-才看.:.二子;’;:娩-;-'-t:';:户^::/.'>,弟学科传业物,’^歷—.、.:[I’--‘>、/研究方向重抽样方法巧真欣用>:?、、,;,%_尸,.■''-'t■-.'。:导.V,师徐礼又.:’‘,7v!,,,户,,,'占'/,■^;rf’‘"’,'--’、

2、,‘.J班一:碱、:t;r支職*一、一。>',^Vf…、*'?‘■<._,4V!^fc、,一*一?、^、:.,、,;刊部丽*…。。.'.V、I;,識議議;诵議顯囊議議北方工业大学学位论文原创性声明,本人郑重声明:所呈交的学位论文,是本人在导师的指导下独立进行研究工作所取得的成果。除文中己经注明引用的内容外,本论文不含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的,均己在文中W明确方式标明个人和集体。本人完全意识到本声明的法律结果由本

3、人承担。兴学位论文作者签名:]|^系晏日期年如日|学位论文使用授权书学位论文作者完全了解北方王业大学有关保留和使用学位论文的规定,巨P;研究生在校攻读学位期间论文工作的知识产权单位属北方工业大学。学校有权保留并向国家有关部口或机构送交论文的复印件和电子版,允许学位论文被查阅和借阅,可W允许采;学校可W公布学位论文的全部或部分内容用影印、缩印或其它复制手段保存、汇编学位论文(保密的学位论文在解密后适用于本授权书)。□保密论文注释:经本人申请,学校批准,本学位论文定为保密论文::,密级,期限年

4、,自年月日起至年月日止,解密后适用本授权书。0非保密论文注释:本学位论文不属于保密范围,适用本授权书。开穀殊公、之。太人容名A期:孝: ̄么占口心、公■导师签名:日期:辯Y的、北方工业大学硕±学位论文几类重复观测数据模型的Bootstrap推断摘要重复观测数据模型在公共卫生、生物科学、绍济等领域都有广泛的应用。与经典的观测数据模型不同,该类模型更为复杂,针对该类模型参数估计量的假设一般模型也更难构造检验和区间估计比。许多传统方法对数据做了非常严苛的假定,并且基于检验统计量

5、或枢轴量的近似分布,导致送些传统方法的应用受限。自Tsui和Weerahandi1989年提出广义P值方法W来,众多学者成功运用广义P值方法解决了许多传统方法无法得到精确检验和区间估计的问题,并显著优于传统方法,bootstrap。而随着计算机计算能力的提升基于重抽样的方法在许一些问题中表现优于广义多检验和区间估计问题中也得到广泛应用,并且在P值方法。一生长曲线模型作为类常用的重复观测数据模型,众多文献基于该模型进行了深入研究,包括利用广义P值方法解决回归系数和方差分量的假设检验和区间估计问题。但

6、bootstrap方法应用到生长曲线模型,并与广义P值方法进行比较的文献较少。本文考虑了生长曲线模型中单处理组和多处理组两种情形的假设检验和区间估计问题。在单处理组情形下,构造了回归系数和方差分量单边假设检验的参数bootstrap检验统计量,W及回归系数和方差分量区间估计的参数bootstrap枢轴量;多处理组情形下,构造了回归系数相等性检验的参数bootstrap检验统计量。随机模拟研究结果表明,对于单处理组回归系数的检验和区间估计问题,参数bootstrap方法的表现与广义P值相当;对于单处理组方

7、差分量的区间估计问题,参数bootstrap方法在小样本情形下表现稍逊于广义P,,参数方法但也具有很好的优良性;对于多处理组回归系数的相等性检验boo一tstrap方法在各种情形下均稳健,而广义F检验则在些情形下错误率偏高。关键词:重复观测,Bootstrap重抽样,广义P值,生长曲线模型,参数bootstrapI北方工业大学硕±学位论文BootstrapInferenceinSeveralClassesofRepeatedMeasuresDataABSTRACTR-eea

8、tedmeasuresdatamodelsarewildlusedinublichealthbiosciencepyp,,economicsandmanotherfields.Comaredwithclassic

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。