一对数据的剔除对边界条件下线性模型的影响

文[1]建立了度量数据的剔除对边界条件下线性模型影响的几个统计量,该文主要讨论一对数据的剔除时约束模型的交叉影响,找到了一组数据的剔除与一对数据剔除时影响度量之间的关系。     

一对数据的剔除对边界条件下线性模型的影响

文（１）建立了度量数据的剔除除对边界条件下线性模型影响的几个统计量。该文主要讨论一对数据的剔除时约束模型的交叉影响。找出了一组数据的剔除与一对数据剔除时影响度量之间的关系。     

边界条件下线性模型的影响分析

建立了边界条件下线性模型中的Ｃｏｏｋ距离，Ｗ－Ｋ统计量和Ａ－Ｐ统计量，用它们研究了数据对约束最小二乘估计及拟合值的影响问题，得到了一些有意义的结果。     

边界条件下线性回归模型Cook距离的概率分布

证明了在边界条件下，线性回归模型中Ｃｏｏｋ距离服从Ｆ分布。     

k-d类估计下数据删除模型的强影响分析

在k-d类估计下对单个数据删除模型进行研究,得到原模型β(k,d)与数据删除β(k,d)(i)、岭估计β_k之间的关系,并推导得到CR_i统计量和Cook统计量新的表达形式.     

加权线性回归模型的BLUE影响分析

讨论了一组或m组数据扰动或删除前后BLUE的变化及协方差扰动和数据删除对BLUE的混合影响,分别建立了β^W(J),^βW(i),^βW,gi(j)与^βW的关系;提出了度量数据扰动或删除对BLUE的影响的W K统计量,并给出了W K统计量与广义相关系数的关系,得到KI(J)与KI(I)的上下界;最后用实例说明了W K统计量在影响分析时的有效性.     

随机约束条件下线性回归模型中的联合影响

本文讨论数据集对约束模型的影响问题。建立了单组数据影响与两组数据影响之间的关系。引进了一个新的影响度量，并和Ｃｏｏｋ距离做了比较。     

边界条件下线性模型中的二个影响度量

文「１」讨论了数据对边界条例上线性模型的影响。本文建议了一种新的影响度量,并研究了它的统计意义,同时找到了剔除一组数据时的Ａ－Ｐ统计量与剔除二级数据时的Ａ＝Ｐ统计量之间的关系。     

协方差分析模型的影响分析

 考虑一般形式下的协方差分析模型的影响分析,分别导出了在模型扰动前后回归系数的LS估计和效应参数的LS解的相互关系,并证明了均值漂移模型与数据删除模型在参数估计上的等价性.利用Cook统计量和协方差比统计量,分别给出了均值漂移模型下回归系数和效应参数的可估函数的估计精度的影响度量.     

带约束的一般Gauss-Markov模型下的线性充分性和线性完全性

本文将文[1,2]的结果扩展到了有约束的线性模型。     

随机约束线性回归模型参数估计的影响分析

讨论了带随机约束的线性回归模型的影响分析及强度影响的探测问题,利用数据删除法,导 单点剔除模型下参数的混合估计与原模型下对应估计的相互关系,并利用Ｃｏｏｋ统计量、Ｗｅｌｓｃｈ－ｋｕｈ统计量和协方差比统计量,分别给出了剔降单个数据点对参数估计的影响度量和协方差比通过数据模拟列子主明了此方法的有效性。     

线性模型中参数估计的影响分析

研究数据对参数估计的影响是一个重要的问题。找出那些对回归分析影响很大的数据是非常有理论价值和应用价值的。本文主要介绍这方面的基本结果     

一般线性回归模型岭估计的影响分析

讨论一般线性回归模型岭估计的影响分析问题,研究了协方差阵扰动和数据删除对岭估计的影响,给出了岭估计基于有偏估计的Cook距离.     

多元线性模型中的W—K统计量

本文提出了多元线性模型中的W-K统计,用它讨论了数据对拟合值的影响并求出了影响度量的概率分布。     

混合线性模型效应参数的Bayes影响分析

考虑混合线性模型的影响分析及强影响点的探测问题,利用Ｋｕｌｌｂａｃｋ － Ｌｅｉｂｌｅｒ 距离,分别给出了剔除单个数据点对固定效应和随机效应参数估计精度的影响度量,并通过对一实例的分析,表明该方法的有效性．     

多元协方差阵扰动模型的影响分析

讨论多元性回归模型的影响分析问题,获得了多元协方差阵扰动模型与原模型参数阵之间的最佳线性无偏估计(BLUE)的一些关系式;给出了度量影响大小的距离测度和它的计算公式.     

具有Rao的简单协方差结构的生长曲线模型的局部影响判断

利用矩阵的广义影响函数和广义Ｃｏｏｋ统计量研究了具有Ｒａｏ的简单协方差结构的生长曲线模型的局部影响问题．得出了各种扰动形式下参数估计的局部影响度量．并通过实例，说明了该方法有效可行，有一定的实用价值．