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。     

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。     

探测数据对加权回归模型影响的度量

用方差比和广义方差比作为影响度量，从估计效率角度研究数据的剔除对加权回归模型的影响．建立了这两个影响度量与相关系数和广义相关系数之间的精确关系．     

影响分析中岭估计的广义方差比研究

本文利用广义方差比度量在线性模型中剔除一组或多组数据对岭估计的影响.给出了剔除前后岭估计的广义相关系数的表达式,并得到了某些一般的结果。     

数据的剔除对缺落值模型的影响

从距离角度和效率角度研究了一组数据和多组数据缺落值估计的影响,建立了剔除一组数据时Cook距离与复相关系数的等式关系,剔除多组数据时Cook距离与广义相关系数的不等式及广义方差比度量与Hoetelling广义相关系数的等式关系.     

方差比度量与方差不变子空间

探测数据对线性模型的影响是很有意义的．方差比是一种常用的影响度量．本文证明了存在一个可估子空间,使方差比不变,并讨论了数据的剔除对方差的影响。     

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。     

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．     

Bayes Influence Analysis of Mixed Linear Model

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.     

岭估计中的影响度量与相关系数的关系

数据对线性模型的最小二乘估计的影响已有许多研究，但数据对岭估计的影响很少有人研究．吴诗泳和岳珠（ 工程数学学报，１９８９ ，６（１） ：１１５ ～１１９ ．） 研究了剔除一组数据对岭估计的影响．在此，我们继续讨论数据对岭估计的影响，找到了影响度量与相关系数之间的联系，得到了一些有意义的结果．     

最佳线性无偏估计中的一个影响度量

本文讨论数据的剔除对最佳线性无偏估计的影响大小。用方差比做为判定影响大小的度量，并找到了它与相关系数之间的精确关系。     

延迟模型中的两个影响度量

从估计效率角度研究数据对延迟模型的影响。建立了度量数据对延迟模型影响的两个度量，并的找到了影响度量与相关系数和广义相关系之间的关系。     

扰动模型参数估计的影响度量

本文从均方误差角度，引入了一种新的影响度量统计量ＭＥ（ｉ），讨论了ＧａｕｓｓＭａｒｋｏｖ模型（Ｙ，ｘβ，σ２Ｉｎ）在剔除数据点（ｙｉ，ｘｉ）的扰动下对ＬＳ估计及预测的影响问题，并在ＭＥｉ与影响分析中异常点，强影响点常用的度量统计量之间建立了一定的联系，得到了一致的结论和判断效果。进而在引入原模型误差方至σ２的一种新的无偏估计σ２的基础上，通过ＭＥｉ把影响分析的讨论与回归模型选择的ＰＲＥＳＳ准则建立了一定的联系．以一种新的统计解释对回归诊断中数据的影响分析和模型适宜性给以了刻划。最后以一个简单的计算实例，显示了这种刻划的合理性及与常用判定准则的一致性。     

数据的剔除对Minimax线性估计的影响与相关系数

用方差比和广义方差比作为判定数据对Minimax线性估计影响的标准,建立了剔除一组数据时的方差比与相关系数的关系,找到了剔除多组数据时的广义方差比与Hotelling广义相关系数的联系,并讨论了剔除一组数据与剔除二组数据时的广义方差比之间的关系.     

边界条件下线性回归模型的影响分析

研究带边界约束条件的线性模型的影响问题，提出了几个度量数据影响大小的统计量，建立了影响度量与相关系数之间的联系，揭示了数据影响与相关性之间的内在联系。     

一种目标驱动与活动相结合的度量模型

在采用CMMI模型进行过程改进的中小型企业中,由于缺少合适的度量过程模型的指导,在实施度量时难以在复杂的软件过程中正确有效的选择度量元。本文结合软件过程活动模型和GQM度量模型的特点,提出一种目标驱动与活动相结合的度量模型GIAM-D并给出了度量框架。该框架结合活动为中心的过程模型将复杂的开发过程明确、简易、顺序化。利用这套模型使企业管理者和过程度量人员在选取度量元以及采集数据时更具针对性,从而为度量和改进提供了有效的支持和指导。     

Poisson模型中基于Score检验统计量的影响诊断

通过加权扰动模型和变量扰动模型得到了检验统计量的影响度量,给出了金融和医疗领域的计数型纵向数据的异常数据的诊断方法,通过数值实例说明影响度量函数的有效性.     

边界条件下线性模型中的一个影响度量

在研究数据对模型的影响时，建立判定强影响点的方法是一个重要问题，本文从预测值度量讨论数据对边界条件下线性模型影响，得到了两个有意义的结果。     

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。     

软件过程度量过程模型的研究

软件过程的度量是影响软件项目管理和过程管理的关键因素,是对软件项目和软件过程进行目标管理的基础.软件过程的度量也是一个过程,需要建立过程模型指导度量过程的实施.提出了1个软件过程度量过程的SPM-IDEAL模型,定义了模型各阶段的主要活动,讨论了度量数据的分类和度量元的选取,并讨论了过程数据库在软件过程度量中的重要作用.