期刊文献+
共找到57篇文章
< 1 2 3 >
每页显示 20 50 100
指数族非线性混合效应模型基于Q函数的数据删除度量(英文)
1
作者 冯予 《应用概率统计》 CSCD 北大核心 2006年第4期365-371,共7页
对指数族非线性混合效应模型,本文基于Q函数(朱宏图,2001)方法,给出几种度量数据删除影响的统计量.其主要思想是将随机效应视为缺失数据,并利用EM算法来处理完全数据对数似然函数的条件期望.一个实际例子说明我们方法是有效的.
关键词 数据删除度量 指数族非线性随机效应模型 EM算法 Q函数
在线阅读 下载PDF
指数族广义非线性随机系数模型的变离差检验 被引量:2
2
作者 林金官 韦博成 《数学物理学报(A辑)》 CSCD 北大核心 2003年第5期535-544,共10页
指数族广义非线性随机系数模型是 Smith & Heitjan[1 0 ]和 Wei etal[1 1 ]所研究模型的推广 .该文分别在模型离差 (dispersion)的权不变和变异时 ,讨论了指数族广义非线性随机系数模型的变离差的检验问题 ,得到了 score检验统计量 ... 指数族广义非线性随机系数模型是 Smith & Heitjan[1 0 ]和 Wei etal[1 1 ]所研究模型的推广 .该文分别在模型离差 (dispersion)的权不变和变异时 ,讨论了指数族广义非线性随机系数模型的变离差的检验问题 ,得到了 score检验统计量 .并利用欧洲野兔数据 ,分别对正态分布模型、Γ分布模型和逆高斯分布模型说明检验方法的有效性 . 展开更多
关键词 指数分布 非线性模型 随机系数 变离差 Score函数 SCORE检验
在线阅读 下载PDF
基于Transformer构建处理非线性纵向测量数据的深度学习预测模型
3
作者 祖昊 龚亚涵 +2 位作者 王晨旭 张驰 刘佳 《中国卫生统计》 北大核心 2025年第3期409-413,共5页
目的针对多次测量的纵向非线性数据建立基于Transformer的深度学习预测模型。方法首先建立基于Transformer模型的深度学习方案,引入个人识别码作为随机效应因子并基于词嵌入的原理提出伴生编码机制,处理多次测量的非线性时序问题。随后... 目的针对多次测量的纵向非线性数据建立基于Transformer的深度学习预测模型。方法首先建立基于Transformer模型的深度学习方案,引入个人识别码作为随机效应因子并基于词嵌入的原理提出伴生编码机制,处理多次测量的非线性时序问题。随后考虑了两种数据结构,即带有随机效应假设的线性与非线性的模拟数据,将基于Transformer的深度学习预测模型与传统的广义估计方程(generalized estimating equation,GEE)、人工神经网络方法(artificial neural network,ANN)构建的预测模型进行对比测试。应用阿尔茨海默病神经影像学计划研究(Alzheimer′s disease neuroimaging initiative,ADNI)数据进行了实例研究,探究认知功能预测模型的建立策略。结果在线性与非线性的模拟数据中,该模型在模拟数据测试中均方误差(mean squared error,MSE)与平均绝对误差(mean absolute error,MAE)均远低于GEE和ANN方法。在ADNI数据中检验结果为:训练集的MSE值为0.0391,测试集的MSE值为1.1835,表现稳定。结论基于Transformer的深度学习预测模型在模拟数据中拟合能力与稳定性在三者中表现最优,在实际应用中表现良好。 展开更多
关键词 纵向非线性数据 深度学习 预测模型 随机效应
在线阅读 下载PDF
非线性混合效应模型和广义线性模型拟合随机效应logistic回归的应用比较 被引量:15
4
作者 杨志雄 袁岱菁 《中国卫生统计》 CSCD 北大核心 2011年第3期321-323,共3页
在临床药物试验中药物疗效的评价经常遇到二分类资料,即反应变量有两个水平如有效、无效;成功、失败等。二分类变量服从二项分布,可采用logistic回归模型。运用logistic回归模型对分类资料进行分析,能给实际研究带来很多便利。与多元线... 在临床药物试验中药物疗效的评价经常遇到二分类资料,即反应变量有两个水平如有效、无效;成功、失败等。二分类变量服从二项分布,可采用logistic回归模型。运用logistic回归模型对分类资料进行分析,能给实际研究带来很多便利。与多元线性回归相比,logistic回归具有许多独特的优点,如对正态性和方差齐性不做要求,系数的可解释性等。 展开更多
关键词 LOGISTIC回归模型 非线性混合效应模型 随机效应 模型拟合 应用 广义 临床药物试验 分类变量
在线阅读 下载PDF
非线性纵向数据模型中自相关性和随机效应的存在性检验 被引量:14
5
作者 林金官 韦博成 《应用数学》 CSCD 北大核心 2004年第1期42-48,共7页
刻画纵向数据协方差结构有三种可能因素 ,即序列相关 (特别是一阶自相关 )、随机效应和常规的随机误差 (Diggleetal,2 0 0 2 ) .本文研究非线性纵向数据模型的自相关性和随机效应存在性的单个和联合检验 ,得到了检验的score统计量 ,并... 刻画纵向数据协方差结构有三种可能因素 ,即序列相关 (特别是一阶自相关 )、随机效应和常规的随机误差 (Diggleetal,2 0 0 2 ) .本文研究非线性纵向数据模型的自相关性和随机效应存在性的单个和联合检验 ,得到了检验的score统计量 ,并利用血浆药物渗透数据 (Davidian&Gilinan ,1 995)说明检验方法的应用 . 展开更多
关键词 非线性纵向数据模型 自相关性 随机效应 存在性 统计学
在线阅读 下载PDF
非线性随机效应模型的置信域(英文) 被引量:3
6
作者 宗序平 孟国明 韦博成 《应用数学》 CSCD 2000年第4期100-105,共6页
本文对非线性随机效应模型 ,建立了微分几何框架 ,推广了 Bates &Wates关于非线性模型几何结构 .在此基础上 ,我们导出了关于固定效应参数和子集参数的置信域的曲率表示 ,这些结果是 Bates and Wates( 1 980 ) ,Hamilton( 1 986 )与... 本文对非线性随机效应模型 ,建立了微分几何框架 ,推广了 Bates &Wates关于非线性模型几何结构 .在此基础上 ,我们导出了关于固定效应参数和子集参数的置信域的曲率表示 ,这些结果是 Bates and Wates( 1 980 ) ,Hamilton( 1 986 )与 Wei( 1 994)等的推广 . 展开更多
关键词 非线性随机效应模型 置信域 几何结构
在线阅读 下载PDF
具有AR(1)误差的非线性随机效应模型中自相关系数的扰动诊断 被引量:2
7
作者 杨爱军 林金官 韦博成 《应用数学》 CSCD 北大核心 2006年第4期818-822,共5页
随机效应模型广泛应用于刻画重复测量数据的特征,Banerjee和Frees[1]用Cook距离,Lesaffre和Verbeke[2]用影响曲率分别对线性随机效应模型进行了分析.本文利用影响曲率对具有AR(1)误差的非线性随机效应模型中的自相关系数扰动进行了分析... 随机效应模型广泛应用于刻画重复测量数据的特征,Banerjee和Frees[1]用Cook距离,Lesaffre和Verbeke[2]用影响曲率分别对线性随机效应模型进行了分析.本文利用影响曲率对具有AR(1)误差的非线性随机效应模型中的自相关系数扰动进行了分析,得到了影响曲率的表达式,并且利用血浆药物渗透数据(Davidian和Gillinan[3])来说明分析方法的应用. 展开更多
关键词 AR(1)误差 扰动诊断 非线性随机效应模型 自相关系数 影响曲率
在线阅读 下载PDF
指数族非线性模型置信域的曲率表示 被引量:1
8
作者 韦博成 万方焕 《东南大学学报(自然科学版)》 EI CAS CSCD 1996年第3期57-62,共6页
利用微分几何方法,建立了指数族非线性模型下参数的置信域与统计模型曲率之间的一般联系,获得了参数和子集参数置信域的3种曲率表示式,发展和推广了许多相关的结果.
关键词 置信域 曲率 指数 非线性模型 非线性回归
在线阅读 下载PDF
带有线性约束的指数族非线性回归模型 被引量:1
9
作者 赵慧秀 周秀轻 《南京师大学报(自然科学版)》 CAS CSCD 北大核心 2010年第1期1-5,共5页
给出了带有线性约束的指数族非线性回归模型的最大似然估计量的随机展开,所得到的随机展开式由相互独立的正态变量以及曲率立体阵表示,使用简洁方便.
关键词 指数非线性回归模型 曲率 随机展开 立体阵
在线阅读 下载PDF
非线性随机效应模型的若干统计推断
10
作者 冯予 王执铨 陈萍 《南京理工大学学报》 EI CAS CSCD 北大核心 2003年第2期218-220,224,共4页
该文利用非线性随机效应模型在欧氏空间的BW几何结构 ,求出了固定效应参数估计的渐近性质与随机展开式。利用随机展开式 。
关键词 非线性随机效应模型 随机展开式 曲率阵 偏差 方差
在线阅读 下载PDF
非线性再生散度随机效应模型参数置信域的曲率表示
11
作者 张文专 唐年胜 王学仁 《数学物理学报(A辑)》 CSCD 北大核心 2006年第4期547-558,共12页
该文基于Laplace逼近建立了非线性再生散度随机效应模型在Euclid空间中的几何结构,并在此基础上研究了此模型参数和子集参数的置信域,进一步推广和发展了Hamilton,Watts和Bates关于正态非线性回归模型,Wei关于嵌入模型和指数族非线性模... 该文基于Laplace逼近建立了非线性再生散度随机效应模型在Euclid空间中的几何结构,并在此基础上研究了此模型参数和子集参数的置信域,进一步推广和发展了Hamilton,Watts和Bates关于正态非线性回归模型,Wei关于嵌入模型和指数族非线性模型,Zhu,Tang和Wei关于半参数非线性模型,唐年胜、韦博成和王学仁关于非线性再生散度模型,Tang和Wang关于拟似然非线性模型等的结果. 展开更多
关键词 非线性再生散度随机效应模型 Laplace逼近 曲率 SCORE统计量 置信域
在线阅读 下载PDF
非线性再生散度随机效应模型的渐近性质
12
作者 夏天 唐年胜 +1 位作者 王学仁 张文专 《数学物理学报(A辑)》 CSCD 北大核心 2007年第1期146-154,共9页
对非线性再生散度随机效应模型,该文给出了类似于Barndroff-Nielson,Cox(1989)和Severin,Wong(1992)的正则条件,基于这些正则条件和Laplace近似,证明了该模型参数极大似然估计的存在性、强相合性和渐近正态性.
关键词 非线性再生散度随机效应模型 渐近正态性 相合性 极大似然估计
在线阅读 下载PDF
非线性再生散度随机效应模型似然函数的Laplace逼近
13
作者 张文专 唐年胜 王学仁 《高校应用数学学报(A辑)》 CSCD 北大核心 2006年第3期321-331,共11页
首先提出用Lap lace逼近方法对非线性再生散度随机效应模型的边缘对数似然函数进行近似,然后基于近似的边缘对数似然函数利用F isher'sscoring迭代算法得到了模型参数的极大似然估计.模拟研究和实例分析表明了该算法的可行性.
关键词 Fisher's scoring迭代 非线性再生散度随机效应模型 极大似然估计 LAPLACE 逼近方法
在线阅读 下载PDF
指数族非线性模型最大似然估计的相合性和渐近正态性(英文)
14
作者 夏天 孔繁超 《应用概率统计》 CSCD 北大核心 2008年第6期593-603,共11页
本文我们提出了一些正则条件,这些条件减弱了Zhu and Wei(1997)文中的条件.基于所提的正则条件,我们证明了指数族非线性模型参数最大似然估计的相合性和渐近正态性.我们的结果可被认为是Zhu and Wei(1997)工作的进一步改进.
关键词 指数非线性模型 相合性 渐近正态性 最大似然估计
在线阅读 下载PDF
指数族非线性模型MLE的渐近性质
15
作者 朱仲义 《东南大学学报(自然科学版)》 EI CAS CSCD 1995年第6期36-42,共7页
指数族非线性模型包括许多常见的模型,诸如线性与非线性回归模型、广义线性模型等。Fahrmeir和Kaufmann等研究了广义线性模型MLE的渐近性质,本文在类似于他们的正则条件下,证明了指数族非线性模型MLE的存在性... 指数族非线性模型包括许多常见的模型,诸如线性与非线性回归模型、广义线性模型等。Fahrmeir和Kaufmann等研究了广义线性模型MLE的渐近性质,本文在类似于他们的正则条件下,证明了指数族非线性模型MLE的存在性、弱相合性、强相合性及渐近正态性,从而进一步推广和发展了他们的结果。 展开更多
关键词 极大似然估计 渐近正态性 指数 非线性模型
在线阅读 下载PDF
基于指数随机图模型的发明者合作网络形成机制研究 被引量:2
16
作者 林润辉 季泽 《科技进步与对策》 CSSCI 北大核心 2024年第13期131-140,共10页
聚焦探讨不同因素是否以及如何影响发明者合作网络形成,基于2004—2021年华为在中国申请的专利数据,构建发明者合作网络,运用指数随机图模型探讨行动者属性和内生结构效应对发明者合作网络形成的影响机理。结果表明:发明者合作网络是稀... 聚焦探讨不同因素是否以及如何影响发明者合作网络形成,基于2004—2021年华为在中国申请的专利数据,构建发明者合作网络,运用指数随机图模型探讨行动者属性和内生结构效应对发明者合作网络形成的影响机理。结果表明:发明者合作网络是稀疏网络,呈现星形结构和闭合三角形结构共存的网络结构模式;发明者协同创新能力抑制新合作关系的形成,但发明者合作伙伴多样性和合作深度均促进新合作关系的形成,且具有相同水平合作伙伴多样性或合作深度的发明者之间更容易建立合作关系;发明者倾向于与处于中心位置的发明者建立合作关系以及与具有共同合作伙伴的直接合作伙伴建立新合作关系。 展开更多
关键词 发明者合作网络 指数随机模型 内生结构效应 网络形成机制
在线阅读 下载PDF
指数族非线性模型ML估计的渐近性质
17
作者 朱宏图 《东南大学学报(自然科学版)》 EI CAS CSCD 1996年第3期68-73,共6页
在指数族非线性模型中,给出了相合估计存在的必要条件,并指出λmin(Jn(β))趋于正无穷作为主要条件的必要性.同时,给出了指数族非线性模型ML估计相合性成立的一般条件.最后,在相对简单的正则条件下,证明了随机回归变... 在指数族非线性模型中,给出了相合估计存在的必要条件,并指出λmin(Jn(β))趋于正无穷作为主要条件的必要性.同时,给出了指数族非线性模型ML估计相合性成立的一般条件.最后,在相对简单的正则条件下,证明了随机回归变量条件下ML估计的相合性和渐近正态性. 展开更多
关键词 指数 非线性模型 非线性回归 ML估计 渐近性质
在线阅读 下载PDF
基于竞争指数的马尾松冠幅模型构建
18
作者 谭茜 谭伟 +2 位作者 田昕 梅本清 樊隆高 《中南林业科技大学学报》 北大核心 2025年第9期71-81,105,共12页
【目的】分析林木竞争与马尾松冠幅的相关关系,构建含竞争指数的马尾松冠幅广义模型、广义可加模型和非线性混合效应模型,对比分析不同模型的拟合效果,选出最优的马尾松冠幅预测模型,为更全面地表达马尾松树冠特征以及科学经营和管理马... 【目的】分析林木竞争与马尾松冠幅的相关关系,构建含竞争指数的马尾松冠幅广义模型、广义可加模型和非线性混合效应模型,对比分析不同模型的拟合效果,选出最优的马尾松冠幅预测模型,为更全面地表达马尾松树冠特征以及科学经营和管理马尾松人工林提供理论依据。【方法】以贵州省开阳县楠木渡镇的2259株马尾松为研究对象,利用八邻域平移法消除边缘效应,采用Voronoi图确定竞争单元。采用Pearson相关性分析法,结合Hegyi竞争指数(CI1)、以大小比数为权重的交角竞争指数(CI2)、综合竞争指数(CI3),分析竞争与马尾松冠幅的相关关系。对冠幅基础模型进行扩展,构建含上述3种竞争指数的广义模型、广义可加模型和非线性混合效应模型,对比模型的拟合精度,分析竞争指数对模型的影响,同时采用十折交叉验证对模型的预测能力进行检验。【结果】1)3种竞争指数均与马尾松冠幅呈极显著的负相关关系(P<0.001);3种竞争指数之间都呈极显著的正相关关系(P<0.001),其中CI1与CI3的相关性更强。2)在基础模型的拟合中,Logistic模型拟合精度最高(R2为0.6105,RMSE为0.7429 m,MAE为0.5851 m,AIC为5075.895),选定其为最优基础模型。3)不管是加入竞争指数之前还是之后,模型的拟合精度从高到低都依次为非线性混合效应模型、广义可加模型、广义模型。4)添加竞争指数能提高3种模型的精度,广义模型和广义可加模型中都是添加CI3时模型效果最佳,非线性混合效应模型中则是添加CI1时模型效果最佳且优于其他模型。【结论】竞争效应对冠幅的生长具有明显的抑制作用。协变量、随机效应以及竞争指数的加入能提高马尾松冠幅模型的预测精度,但不同竞争指数在不同模型中表现能力不同。包含CI1的非线性混合效应模型相较于其余3种模型具有更好的预测能力,是最优的马尾松冠幅预测模型。 展开更多
关键词 马尾松 冠幅模型 竞争指数 非线性混合效应模型 广义可加模型
在线阅读 下载PDF
具有杠杆效应的非线性SV模型及其应用 被引量:8
19
作者 孟利锋 张世英 《系统管理学报》 北大核心 2009年第1期14-20,共7页
提出一类非线性SV模型,许多离散时间SV模型都是它的特例。这类模型的优点在于用它可以检验不同函数形式的随机波动,该模型的检验仅基于一个单独参数δ。在非线性SV模型的基础上,进一步把它扩展为具有杠杆效应的非线性SV模型。使用沪、... 提出一类非线性SV模型,许多离散时间SV模型都是它的特例。这类模型的优点在于用它可以检验不同函数形式的随机波动,该模型的检验仅基于一个单独参数δ。在非线性SV模型的基础上,进一步把它扩展为具有杠杆效应的非线性SV模型。使用沪、深股市的指数日收益数据进行了实证分析,借助BUGS软件,利用Gibbs取样的MCMC方法对模型进行了贝叶斯参数估计,证明了应拒绝对数正态SV模型,而使用非线性SV模型。 展开更多
关键词 非线性随机波动模型 杠杆效应 贝叶斯分析 MCMC方法 对数正态随机波动
在线阅读 下载PDF
广义非线性混合效应模型的变离差检验 被引量:3
20
作者 韦博成 林金官 《东南大学学报(自然科学版)》 EI CAS CSCD 北大核心 2002年第3期528-535,共8页
应用混合效应方法研究了广义族非线性模型的变离差检验问题 .对离散和连续两类指数族分布 ,提出了若干有效的检验统计量 .所有统计量都可用简单、便于计算的矩阵公式来表示 。
关键词 混合效应 变离差检验 广义非线性模型 随机效应 方差分量 SCORE检验 回归模型
在线阅读 下载PDF
上一页 1 2 3 下一页 到第
使用帮助 返回顶部