區(qū)間刪失下廣義冪威布爾回歸模型的統(tǒng)計診斷

區(qū)間刪失下廣義冪威布爾回歸模型的統(tǒng)計診斷

ID:32981596

大?。?.73 MB

頁數(shù):52頁

時間:2019-02-18

區(qū)間刪失下廣義冪威布爾回歸模型的統(tǒng)計診斷_第1頁
區(qū)間刪失下廣義冪威布爾回歸模型的統(tǒng)計診斷_第2頁
區(qū)間刪失下廣義冪威布爾回歸模型的統(tǒng)計診斷_第3頁
區(qū)間刪失下廣義冪威布爾回歸模型的統(tǒng)計診斷_第4頁
區(qū)間刪失下廣義冪威布爾回歸模型的統(tǒng)計診斷_第5頁
資源描述:

《區(qū)間刪失下廣義冪威布爾回歸模型的統(tǒng)計診斷》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、南京農(nóng)業(yè)大學(xué)碩士學(xué)位論文區(qū)間刪失下廣義冪威布爾回歸模型的統(tǒng)計診斷姓名:祝佳佳申請學(xué)位級別:碩士專業(yè):應(yīng)用數(shù)學(xué)指導(dǎo)教師:解鋒昌201012摘要區(qū)間刪失下廣義冪威布爾回歸模型的統(tǒng)計診斷摘要目前威布爾分布及其推廣形式在壽命數(shù)據(jù)分析中已得到了廣泛應(yīng)用,其中廣義冪威布爾(g蚰eralizedpow貫w硪’ull,簡稱GPw)分布不僅能處理危險函數(shù)為單調(diào)的或單峰的情況,還能處理危險函數(shù)為浴盆狀的情況.另一方面,在實際問題中,生存時間常常受很多因素影響,它們之間既有線性關(guān)系,也有非線性關(guān)系.基于GPw分布,文章提出了關(guān)于位置一尺度參數(shù)的對數(shù)GPW非線性回歸模型.在生存分析中,觀測數(shù)據(jù)常出現(xiàn)刪失情

2、形,其中區(qū)間刪失數(shù)據(jù)是一類很重要的數(shù)據(jù),它廣泛存在于工程界和生物醫(yī)學(xué)界.在實際問題中,由于種種原因,我們不能獲得實驗對象發(fā)生的具體時問,只知道它發(fā)生在某一個時間范圍內(nèi),這時得到的數(shù)據(jù)就是區(qū)間刪失的.為了全面認(rèn)識研究對象,有必要對區(qū)問刪失下的樣本進(jìn)行研究.為此,文章系統(tǒng)地研究了區(qū)間刪失下廣義冪威布爾回歸模型的統(tǒng)計診斷問題.參數(shù)估計是模型研究中最重要的問題,參數(shù)估計的好壞直接影響統(tǒng)計結(jié)果的準(zhǔn)確性.同時,統(tǒng)計診斷是統(tǒng)計分析的重要組成部分,它可以檢測模型及其相關(guān)假定的合理性.因此,文章首先給出了對數(shù)GPw非線性回歸模型中參數(shù)的極大似然估計,并通過蒙特卡洛隨機(jī)模擬說明了參數(shù)估計方法的有效性.

3、其次,文章詳細(xì)探討了區(qū)間刪失下GPW非線性回歸模型的全局影響診斷問題,得到了數(shù)據(jù)刪除模型中參數(shù)估計的一步近似、廣義C00k距離、似然距離以及W-K統(tǒng)計量.并且這里還進(jìn)一步研究了區(qū)間刪失下GPW非線性回歸模型的局部影響分析問題,得到了加權(quán)擾動和自變量擾動下的影響曲率.在此基礎(chǔ)上借助于隨機(jī)模擬說明了全局影響分析和局部影響分析中所得診斷統(tǒng)計量的有效性.最后,文章給出了區(qū)間刪失下GPW非線性回歸模型的調(diào)整cox.sndl殘差、秧殘差和修正偏差度殘差,并通過模擬說明了所研究的回歸模型與壽命數(shù)據(jù)的擬合情況.關(guān)鍵詞:區(qū)間刪失;非線性回歸;極大似然估計;影響分析;蒙特卡洛模擬區(qū)間刪失下廣義冪威布爾

4、回歸模型的統(tǒng)計診斷ⅡSTATISTICALDIAGNoSTICSFoRGENERALIZEDPo、MER、7yEIBULLREGRESSIoNMoDELS、ⅣITHINTERVAL.CENSoREDDATAABSTRACTNowadaysW萌bull伽milyandits咖io嬲arewidely瑚ed矗)r鋤alyzinglifctiI∞da‰0neofwllichisgenemlizedpow釘W酬’ull(GPW)dis仃ib嘶0n.11leGPWdi矧butio地notonlyallowR'rabroadcl嬲sofmonoto∞hazardrat岱butal∞contai

5、ndi曲曲u廿。璐wiⅡl晌odalorba_吐ltllbshpedk旺‘a(chǎn)rdrat鉻.Additionally,們kvariabl髂inre啦it)ronenhaVe∞mec0仃elationord哪魄ldence.S0metiIn鶴thec0玎clanonsareline盯or雄Iproximalelylillear’blnsometiIIles也ecorrda:tionsa北I的111iIlear.Soa10礎(chǔ)on-scmen0Illine盯嘣筘sionmodelb嬲ed0nn把GPWdistrib塒嘰is即posed.hlS切rviVal觚alysis,itoR∞occu

6、rsnlat0bsefvedda:taisc吼so面.nerval—cens刪datawidelyinVolVedin咄餞—【n島biology鋤dm礎(chǔ)calscien∞isoI塢inlportant越ldsig皿丘canttypeofcer塢oreddat釓hp嬲ice'tlleeV咖ofa【p麗mentmobjectisnotobseryedexactlyforVario潞feaso嬲butisolllyknownt0occIlr弼廿1insome‰e鋤髓謝.SuIchdatais∞calledinterval-ce璐ored訛.For觸gtllein_f0刪onofres翩r

7、ch0l珂ect’itisnec銷saD,t0do∞mes砌ymldermeiIlteⅣal-ca圈)瑚s鋤pl懿.The刪it),ofp猢et盯銷缸ma石onWhic:hist11emostimport姐tp∞bleminmodelstudydirecⅡya丘.ectstlle孤狽macyofstatisticalreslllts.Fllll.h盯more,s蜥sticaldiagnosiswllichexalIliI螂tlle嬲pectsor伽n00ksofsta

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。