半参数广义线性模型的局部影响分析

分析半参数广义线性模型的局部影响, 分别对加权扰动模型,响应变量扰动模型, 自变量扰动模型得到了影响矩阵的计算公式.最后分析了实际数据, 证实了方法的有效性.本文结果是Cook(1986)和Wei(1998)关于线性模型和指数族非线性模型的工作在半参数模型中的推广和发展.     

具有结构变化的线性回归模型的局部影响分析

利用曲率方法研究具有结构变化的线性回归模型的局部影响,分别得到了在自变量、因变量和加权扰动下相应的诊断统计量,并通过具体的数值实例说明了本文结论的有效性.     

ZIP回归模型的局部影响诊断

基于EM算法和完全数据对数似然的条件期望,分别研究了ZIP回归模型在加权扰动、解释变量扰动和响应变量扰动下的局部影响诊断问题,得到了相应的诊断统计量．最后通过一个实例说明诊断统计量的有效性。     

时间序列的局部影响分析

目的研究时间序列模型中一次性探测所有异常点和强影响的方法。方法局部影响分析方法。结果时间序列模型中各数据点之间存在着一定的相关结构,这种相关结构使得异常点和强影响点产生的机理及相应的分析变得复杂。克服了数据删除对时间序列样本数据相依性的破坏和忽略。得出时间序列模型影响曲率的具体计算公式,从而可以一次性探测出所有的强影响点。最后给出了具体的数值实例,说明了文中结论的有效性。结论此方法可以一次性探测出所有的强影响点,与数据删除法相比,大大简化了计算量。     

线性等式约束下线性回归模型参数估计的局部影响评价

本文研究线性回归模型在线性等式约束下参数估计的局部影响评价问题，导出了线性等式约束下线性回归模型在各种扰动模式下参数估计的局部影响度量，通过实例分析，表明了本文方法的有效性。     

基于Fisher信息阵的局部影响分析

建立了参数空间中以Ｆｉｓｈｅｒ信息阵为Ｒｉｅｍａｎｎ度量的距离，应用到回归模型中，得到了观察数据的影响度量，讨论了方差扰动模型，因变量扰动模型以及自变量扰动模型的局部影响，求出了因变量扰动模型的最大曲率方向，以一个实例与从似然距离出发的局部影响作了比较，结果表明基于Ｆｉｓｈｅｒ信息阵的影响度量是合适的。     

具有特殊散布阵的线性回归模型的局部影响分析

讨论和推广了具有两类特殊散布阵的线性回归模型的局部影响方法。该方法的优良性在于在所讨论的线性模型中避免了不恰当的点删除诊断，并且容许所有响应的同时扰动，此外，还给出了２个模拟实例。     

变系数Logistic模型估计及其应用

以线性Logistic模型为基础,通过假定其中的回归变量系数是某一度量空间中点的任意函数,提出了一类有广泛应用背景的变系数Logistic模型.该模型提高了线性Logistic模型的灵活性和适应性.基于局部加权最大似然估计方法,系统讨论了变系数Logistic模型的拟合,以及与之相关的局部权系统和其中光滑参数的确定.最后,探讨了本模型在判别分析中的应用.     

Logistic自记忆模型的研究

将数理统计和动力学有机地结合起来,在Logistic模型(LM)的基础上,运用自忆性原理发展了Logistic的自记忆模型(SLM),并分别用LM和SLM对中国社会总产值指数进行了预测和比较,结果表明,在预测领域SLM比LM更具优越性,并有一定的预报能力.     

线性模型中单个回归参数的局部影响分析

在局部影响分析中，人们往往对线性模型的单个回归参数感兴趣，根据Ｗｕ＆Ｌｕｏ）１９９３）的二阶局部影响分析方法，在这篇文章里我们通过对参数的ＭＬＥ扰动曲面的研究来检验线性模型中观测值对单个回归参数的局部影响，一个实际例子说明了该方法在识别强影响点时的有效性。     

基于K－L距离和信息距离的局部影响分析

本文给出了Ｋ－Ｌ距离和信息距离对某类参数变换的不变性；证明了在线性模型中，从Ｋ－Ｌ距离、信息距离以及似然距离出发得到的局部影响矩阵是一致的；利用局部影响分析思想来检测各种扰动方式的敏感点，提出了一种新的自变量扰动方式，在实例分析中得到了满意的结果。     

Assessing Local Influence in Linear Regression Models with Specific Dispersion Matrices

讨论和推广了具有两类特殊散布阵的线性回归模型的局部影响方法．该方法的优良性在于在所讨论的线性模型中避免了不恰当的点删除诊断，并且容许所有响应的同时扰动．此外，还给出了２个模拟实例．     

基于EM算法的Poisson-Gamma回归的影响诊断

对于Poisson-Gamma回归模型,将来自于Gamma分布的权重看作缺失数据;在此基础上,引入EM算法;从而利用基于完全数据似然函数的条件期望进行影响诊断分析,并且进一步基于正则曲率方法系统研究了各种扰动模型下的局部影响分析,得到相应的诊断统计量.最后,通过一个实例说明了所得统计量的有效性.     

基于次序Logistic模型的广西大学生消费水平影响因素分析

采取随机抽样的调查方法对广西898名在校大学生月均消费水平进行调查,并用次序Logistic模型对调查结果进行分析.结果,以户籍、饮食支出、服饰化妆、抽烟喝酒、娱乐消费、恋爱、话费、兼职收入及家庭收入等因素建立的模型,回归系数的显著性概率都小0.05,通过了Wald检验,且OR值均大于1.表明Logistic模型对上述因素的分析具有显著的统计意义,即影响大学生月均消费的主要因素即为上述9个,而且在其他因素相同情况下,各项消费支出越高,其月均消费就越高,各项收入越高,其月均消费也越高.建议企业从这9个方面制定相应的有效营销策略来开发大学生消费市场.     

时间序列自相关函数的局部影响分析

 时间序列模型不同于一般的线性回归模型,其样本点之间存在着一定的相依结构使得常用的探测异常值的方法,如数据删除、单点求导等对时间序列而言效果不佳.为了探测时间序列中的强影响点,文章介绍了局部影响分析方法,研究同时对几个点作微小扰动时自相关函数的局部改变量.最后,用一个例子来比较局部影响方法与单点求导方法在探测强影响点上的优劣性.