咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >偏正态数据下混合非线性位置回归模型的统计诊断 收藏

偏正态数据下混合非线性位置回归模型的统计诊断

Statistical Diagnosis of Mixture Nonlinear Location Regression Model with Skew-Normal Data

作     者:曹幸运 聂兴锋 吴刘仓 CAO XINGYUN;NIE XINGFENG;WU LIUCANG

作者机构:昆明理工大学理学院昆明650093 

出 版 物:《应用数学学报》 (Acta Mathematicae Applicatae Sinica)

年 卷 期:2021年第44卷第2期

页      面:209-225页

核心收录:

学科分类:02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 07[理学] 0714[理学-统计学(可授理学、经济学学位)] 070103[理学-概率论与数理统计] 0701[理学-数学] 

基  金:国家自然科学基金(11861041 11261025)资助项目 

主  题:Pena距离 混合非线性位置回归模型 偏正态数据 统计诊断 

摘      要:在经济、生物医学、环境科学等领域存在着这样一类混合数据,非对称、非线性并且还含有异常点或强影响点,如果只是简单的对总体数据进行诊断,得到的结果可能不精确.因此研究了偏正态数据下混合非线性位置回归模型的统计诊断,对混合数据总体不分类做诊断与分类后再做诊断相比较,发现分类后做诊断结果更精确.其次,将Pena距离推广到了偏正态非线性回归模型,给出了似然距离,Cook距离,Pena距离三个诊断统计量来判别异常点或强影响点,结果表明Pena距离对异常点更敏感,诊断效果略优于似然距离和Cook距离.最后,通过随机模拟试验研究和实例分析,表明文章提出的模型和方法是合理的.

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分