版權(quán)說(shuō)明：本文檔由用戶(hù)提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、電子科技大學(xué)碩士學(xué)位論文響應(yīng)變量為連續(xù)型和多分類(lèi)型的多元縱向數(shù)據(jù)分析姓名：路莉倦申請(qǐng)學(xué)位級(jí)別：碩士專(zhuān)業(yè)：應(yīng)用數(shù)學(xué)指導(dǎo)教師：徐全智20090501ABSTRACrABSTRACTMultiplelongitudinaldatareferstoagroupofdatawhichisgotfromrepeatedmeasurementsofseveralresponsevariablesofaunitSuchrepeatedmeasureme
2、ntsaretakenatdifferenttimesTheremaybeacross—sectionalcorrelationamongtheresponsevariablesMeasuringeachresponsevariablerepeatedlytheremaybealongitudinalcorrelationThereforeitisnecessarytoⅡlinkaboutboththecrosssectionaland
3、thelongitudinalcorrelationwhenanalyzingmultiplelongitudinaldataResearchersearlieralwaysregardedtheoutcomesmeasuredatdifferenttimesofeachresponsevariableofaunitasdifferenttimeseries，andcreatedtimeseriesmodelsItneglectedth
4、ecrosssectionalcorrelationamongtheresponsevariablesandlossmuchinformationSinceJRoy&XLincreatedaunitedmodeltofitmultiplelongitudinaldatain2000，scholarshadanewunderstandinginitsmodelingwayItVGueorguieva&GSanacorashowthatmo
5、delingunitedWasbetterthanmodelingseparatelyintheirresearchin2006Inaddition，theresponsevariablesofaunitmaybeallcontinuous，oralldiscrete，orbomofthemSo，consideringthesequalitiesandmodelingunitedisthekeytoanalyzemultiplelong
6、itudinaldataInrecentyears，researchersathomeandabroadgotacertaindevelopmentofmultiplelongi【tudinaldataintheoryandpracticeFrommodelingseparatelytomodelingunited，from“Analysisofmultiplelongitudinaldata’to“Analysisofmultiple
7、longitudinaldataunderfirst—orderautoregressive’，thento‘Analysisofmultiplelongitudinaloutcomeswithnon—ignorabledropout’，and“Analysisofdiscreteandcontinuousmultiplelongitudinaldata’，andSOonResearchingonmultiplelongitudinal
8、dataisgettingdeeperanddeeperOnthebasisofpreviousresearch，theauthorofthisthesishasreadalotofrelatedreferences，jobdoneasfollow：Firstlyintroducingthemodelingprocessofmultiplelongitudinaldataunderfirstorderautoregressivemade
9、byYanChunXinginreference[1】，andafterintroducingthecertificationofmodelfitting“Firstorderautoregressiveamonglatentvariables”，theauthorofthisthesisgivesanotherprovingwaywhichiseasierthantheoriginalSecondlyonthebasisofthere
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間，僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請(qǐng)與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 含有有序變量和連續(xù)變量的多元縱向數(shù)據(jù)分析.pdf
- 含有缺失機(jī)制的多元縱向數(shù)據(jù)分析.pdf
- 連續(xù)性反應(yīng)變量多分類(lèi)情況下odds ratio估計(jì)的改進(jìn).pdf
- 一階馬氏下的多元縱向數(shù)據(jù)分析.pdf
- 縱向和分類(lèi)數(shù)據(jù)分析中秩回歸模型的參數(shù)估計(jì).pdf
- 多分類(lèi)器集成系統(tǒng)在基因微陣列數(shù)據(jù)分析中的應(yīng)用.pdf
- 基于函數(shù)型數(shù)據(jù)分析的高光譜圖像分類(lèi)研究.pdf
- 連續(xù)鑄造實(shí)時(shí)數(shù)據(jù)分析系統(tǒng).pdf
- 縱向數(shù)據(jù)分析應(yīng)用applied longitudinal data analysis
- 第3章 數(shù)據(jù)類(lèi)型和變量
- 兒童行為的多元重復(fù)測(cè)量數(shù)據(jù)分析.pdf
- 分類(lèi)型變量取值編碼重組
- excel數(shù)據(jù)分析工具進(jìn)行多元回歸分析
- 使用多分類(lèi)器進(jìn)行Deep Web數(shù)據(jù)源的分類(lèi)和判定.pdf
- 自變量為區(qū)間刪失型數(shù)據(jù)的線(xiàn)性回歸分析.pdf
- 基于用電數(shù)據(jù)分析的需求響應(yīng)策略研究.pdf
- 數(shù)學(xué)建模論文-基于多元統(tǒng)計(jì)模型的地震數(shù)據(jù)分析和處理
- 平衡縱向數(shù)據(jù)模型的變量選擇.pdf
- 大數(shù)據(jù)時(shí)代的數(shù)據(jù)分析和挖掘
- 基于混合線(xiàn)性模型和條件變量分析的DNA微陣列數(shù)據(jù)分析方法研究.pdf
評(píng)論
0/150
提交評(píng)論