广义线性模型的理论及应用实例

发布时间：2017-07-29 05:26

  本文关键词：广义线性模型的理论及应用实例

  更多相关文章： 广义线性模型 极大似然估计 统计推断 假设检验 Logistic模型

【摘要】：线性回归模型主要适用于因变量为连续型(特别是服从正态分布)的随机变量的情况。Nelder和Wedderburn(1972)推广了线性回归模型,提出了广义线性模型(GLM)。该模型通过一个已知的连接函数将因变量的数学期望与自变量的线性函数联系起来,并将因变量的分布推广到指数分布族,可以处理因变量为常见的一些离散型和连续性随机变量的回归分析问题。特别是离散型随机变量,因而对于分析生物、医学、经济和社会数据中常见的属性数据、计数数据有着重要意义。本文主要分理论部分和实例应用部分。论文理论部分主要介绍了指数族分布的定义和其均值方差的推导、连接函数的概念及性质,广义线性模型的基本概念。在模型的参数估计方面,给出了特殊情况下似然方程的解?1()T T???X X X Y,和一般情况下,似然方程的迭代加权最小二乘解?1()T T???X WX X WY。模型的统计推断方面主要是对估计参数的显著性检验,对一组自变量影响显著性的似然比检验和对单个自变量影响的显著性检验。实例应用部分选取了两个实际应用。实际应用一是广义线性模型在生物种群中对雌性马蹄蟹生活习性与体型因素研究的应用。应用Poisson模型分析了雌性马蹄蟹体型特征对其追随者平均数目的关系分析,给出了三类棘刺状况下,估计的追随者平均数目和甲壳宽度和颜色的关系式,得出雌性马蹄蟹的甲壳宽度对追随者的数目有正的影响,而雌性马蹄蟹的颜色深度对追随者的数目有负的影响,并且如果是在甲壳和颜色均相同的情况下,棘刺完好的雌性马蹄蟹趋于具有更多的追随者。应用Logistic模型分析了雌性马蹄蟹体型特征对其具有追随者概率的关系分析,说明在同一颜色等级上,甲壳的宽度每增加一个单位,雌性马蹄蟹具有追随者的优势增加58.1%;对同一甲壳宽度的雌性马蹄蟹,其颜色每变深一个等级,具有追随者的优势减少39%。实际应用二是应用Logistic模型对急性淋巴性白血病患者的生存时间与病情因素和后续治疗等因素的关系的研究,由分析可知,对于生存时间在一年或一年以上的概率,淋巴浸润等级有负的影响,有无巩固性治疗有正的影响.
【关键词】：广义线性模型 极大似然估计 统计推断 假设检验 Logistic模型
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O212
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-10
• 1.1 研究广义线性模型的意义8
• 1.2 国内外研究现状8-9
• 1.3 本文研究的目的和内容9-10
• 2 指数族分布与广义线性模型10-16
• 2.1 指数族分布10-13
• 2.1.1 指数族分布的定义及举例10-12
• 2.1.2 指数族分布的均值与方差12-13
• 2.2 连接函数13-14
• 2.2.1 一般连接函数(link function)13-14
• 2.2.2 典则连接函数(canonical link function)14
• 2.3 广义线性模型14-16
• 3 广义线性模型的最大似然估计16-27
• 3.1 参数的似然方程16-17
• 3.2 似然方程的迭代加权最小二乘解法17-21
• 3.2.1 特殊情形下的似然方程的解17-18
• 3.2.2 特殊情形下的似然方程的解18-21
• 3.3 似然方程的Newton-Raphson迭代法和Fisher标分法21-27
• 3.3.1 Newton-Raphson迭代法的一般描述21-22
• 3.3.2 广义线性模型参数β的Newton-Raphson迭代法和Fisher标分法?22-27
• 4 广义线性模型的统计推断27-30
• 4.1 参数的最大似然估计的渐进分布27
• 4.2 参数的假设检验27-30
• 4.2.1 一组自变量影响显著性的似然比检验27-28
• 4.2.2 某个自变量kX影响的显著性检验28-30
• 5 广义线性模型的应用实例30-39
• 5.1 实际应用一的研究背景及建模分析30-36
• 5.2 实际应用二的研究背景及建模分析36-39
• 6 总结与展望39-41
• 致谢41-42
• 参考文献42-43

【相似文献】

中国期刊全文数据库 前10条

1 王寿仁;安鸿志;;广义线性模型的统计分析[J];应用概率统计;1985年01期

2 涂冬生,刘志军;广义线性模型——理论和方法[J];数学的实践与认识;1987年03期

3 徐伟;;广义线性模型的M—估计[J];应用概率统计;1988年04期

4 陈希孺;广义线性模型(一)[J];数理统计与管理;2002年05期

5 陈希孺;广义线性模型(二)[J];数理统计与管理;2002年06期

6 陈希孺;广义线性模型(三)[J];数理统计与管理;2003年01期

7 陈希孺;广义线性模型(四)[J];数理统计与管理;2003年02期

8 陈希孺;广义线性模型(五)[J];数理统计与管理;2003年03期

9 陈希孺;广义线性模型(六)[J];数理统计与管理;2003年04期

10 陈希孺;广义线性模型(七)[J];数理统计与管理;2003年05期

中国重要会议论文全文数据库 前3条

1 徐晶;;基于广义线性模型的地质灾害气象预警模型[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集（下册）[C];2004年

2 杨贤其;AIGuozheng;;最优多元函数的建模问题[A];中国运筹学会第六届学术交流会论文集（下卷）[C];2000年

3 殷婷婷;朱道元;;广义线性模型的L_2罚估计[A];江苏省现场统计研究会第十次学术年会论文集[C];2006年

中国博士学位论文全文数据库 前9条

1 熊林平;纵向研究的一般线性模型与广义线性模型分析[D];第四军医大学;1997年

2 卢志义;基于广义线性模型的损失准备金估计方法研究[D];天津财经大学;2008年

3 黄介武;线性与广义线性模型中参数估计的一些研究[D];重庆大学;2014年

4 汪建均;基于广义线性模型的变量选择与稳健参数设计[D];南京理工大学;2011年

5 夏娜;几类相关数据分析模型的研究[D];北京工业大学;2007年

6 丁洁丽;广义线性模型极大似然估计的大样本理论[D];武汉大学;2006年

7 马彦辉;基于GLM的非正态响应稳健设计研究[D];天津大学;2008年

8 殷宗俊;利用广义线性方法进行多基因离散性状遗传分析[D];中国农业大学;2005年

9 曾林蕊;半参数广义线性模型若干问题的研究[D];华东师范大学;2004年

中国硕士学位论文全文数据库 前10条

1 张里静;广义线性模型研究及其在机动车辆保险中的应用[D];四川师范大学;2015年

2 罗开明;基于广义线性模型和混合gamma模型的单病种结算[D];新疆大学;2015年

3 贺晓松;广义线性模型的理论及应用实例[D];重庆大学;2015年

4 刘茜;广义线性模型及其应用[D];新疆大学;2009年

5 崔杰;多元广义线性模型基于惩罚似然的调整参数的选择[D];大连理工大学;2010年

6 刘艳芬;广义线性模型的广义最小一乘估计[D];大连理工大学;2008年

7 孙晶;基于广义线性模型的混合数据监控方案[D];华东师范大学;2008年

8 翟爽;基于数据删除的广义线性模型诊断方法[D];东北林业大学;2012年

9 刘茹菲;广义线性模型的M-估计[D];大连理工大学;2008年

10 王健发;广义线性模型的渐近理论[D];广西大学;2011年

，

本文编号：587677