您的位置: 专家智库 > >

国家自然科学基金(A0324637)

作品数:3 被引量:0H指数:0
相关作者:韩俊林潘建新张志明更多>>
相关机构:云南师范大学云南大学更多>>
发文基金:云南省教育厅科学研究基金国家自然科学基金更多>>
相关领域:理学更多>>

文献类型

  • 3篇中文期刊文章

领域

  • 3篇理学

主题

  • 2篇CHAIN
  • 2篇EM算法
  • 2篇MARKOV
  • 1篇生物医学
  • 1篇随机效应模型
  • 1篇种子
  • 1篇广义COOK...
  • 1篇MONTE
  • 1篇参数估计

机构

  • 3篇云南大学
  • 3篇云南师范大学

作者

  • 3篇韩俊林
  • 2篇潘建新
  • 1篇张志明

传媒

  • 1篇统计与决策
  • 1篇江南大学学报...
  • 1篇山西师范大学...

年份

  • 1篇2008
  • 2篇2007
3 条 记 录,以下是 1-3
排序方式:
广义线性随机效应模型的局部影响分析
2007年
一、广义线性随机效应模型 经济学、社会学、生物医学等学科领域中存在大量的纵向数据,随机效应模型是分析此类数据的强有力工具。当纵向数据近似服从正态分布且能用线性的结构来描述时,线性随机效应回归模型是分析该数据的有力工具。但是,随着科学技术的迅猛发展,遇到不是正态或不能用线性结构来描述的纵向数据越来越多,这在客观上推动了随机效应模型的理论和方法的发展。作为线性随机效应模型的推广,广义线性随机效应模型可用于连续数据和离散数据的分析,特别是后者,如属性数据、计数数据等。这在实用上有着非常重要的意义。
韩俊林张志明
关键词:随机效应模型生物医学
泊松线性混合效应模型的参数估计
2008年
讨论了如何运用EM算法对泊松线性混合效应模型进行参数估计.首先利用马尔柯夫链蒙特卡罗方法对Q函数进行近似,然后利用Newton-Raphson算法求出Q函数的极大值点,从而求得了模型中未知参数的极大似然估计.以一组癫痫病人数据为例,说明该方法是简单可行的.
韩俊林潘建新
关键词:EM算法MARKOVCHAIN
对一组种子数据的统计分析
2007年
Crowder曾经研究过一组种子数据,这组数据所对应的模型为二项线性混合效应模型.本文运用EM算法对模型进行参数估计,并利用“点删除”方法探测到了数据中的强影响点.
韩俊林潘建新
关键词:EM算法MARKOVCHAINMONTE广义COOK距离
共1页<1>
聚类工具0