影响分析发展综述

影响分析是近二十年来发展的一个新分支,它主要有二个方面的问题;一是模型扰动的方式;二是度量扰动对统计推断影响大小的标准。本文主要综述线性回归模型、非线性回归模型、Logist回归模型及多元线性回归模型中影响分析的发展情况。     

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。     

岭估计的影响分析

建立了岭回归中的方差比Cook距离、W-K统计量.用他们研究了数据对岭估计及拟合值的影响,得到了一些有用的结果.此外,找到了方差比,W-K统计量与相关系数之间的精确关系.文[4]和[5]的部分结果是本文的特例.     

随机约束条件下线性回归模型中的效率度量

估计效率是一个重要的概念．本文把它作为随机约束条件下线性回归模型中的影响度量，研究厂数据对约束模型的影响．     

岭型压缩主成分估计及其性质

本文定义了一类新的降维估计，称之为岭型压缩主成分估计。证明了，当参数满足一定条件时，它比主成分估计，岭型主成分估计及最小二乘估计有较小的均方误差。     

广义岭型主成分估计的一条最优性质

证明了在一类广义岭型降维估计中，广义岭型主成分估计的方差和最小。     

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．     

岭型主成分估计的最小方差和(英文)

讨论岭型主成分估计在一类降维估计中的方差性质,证明了它的方差和在这类降维估计中最小。文[1]的结果是本文的特例。     

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。     

混合估计的影响分析

讨论数据对混合估计的影响问题。建立了几个影响度量，用它们研究了数据对混合估计的影响大小，并找到了它们与相关系数之间的联系。