已閱讀1頁，還剩50頁未讀， 繼續(xù)免費(fèi)閱讀
版權(quán)說明：本文檔由用戶提供并上傳，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)
文檔簡介
1、廣義線性模型(Generalized linear models，GLM)是實(shí)際生活中應(yīng)用最廣泛的正態(tài)線性模型的最主要擴(kuò)展，它包含Logistic模型，Probit模型，Log-Log模型，極值模型等一系列重要模型。它既可以用于變量是連續(xù)性的情況，又可用于是離散性時(shí)的情況。變量選擇是從眾多的自變量x中選取對(duì)目標(biāo)變量Y有重要影響的變量，舍棄影響較小甚至影響是微乎其微的變量。
本篇論文主要對(duì)廣義線性模型下的變量選擇方法和擬似然
2、估計(jì)的相合性進(jìn)行了研究，一共由六部分組成：
第一章是緒論，主要介紹研究背景，文獻(xiàn)綜述及其本文的主要工作。
第二章介紹了廣義線性模型的基礎(chǔ)知識(shí)和常見的變量選擇方法。
第三章介紹了利用約束(Rao)檢驗(yàn)準(zhǔn)則和Wald檢驗(yàn)準(zhǔn)則，對(duì)廣義線性模型分別在自然聯(lián)系和非自然聯(lián)系下各給出一種變量選擇方法，并在一定的條件下，證明以上兩種方法均具有弱相合性。
第四章主要是將線性模型中的變量選擇原則推廣到
溫馨提示
- 1. 本站所有資源如無特殊說明，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)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對(duì)用戶上傳分享的文檔內(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
- 廣義線性模型中極大擬似然估計(jì)的極限理論研究.pdf
- 固定設(shè)計(jì)多維廣義線性模型極大擬似然估計(jì)的漸近正態(tài)性.pdf
- 廣義線性模型中極大擬似然估計(jì)的相合性與漸近正態(tài)性.pdf
- 自適應(yīng)設(shè)計(jì)多維廣義線性模型極大擬似然估計(jì)的漸近正態(tài)性.pdf
- 廣義線性模型極大似然估計(jì)的相合性及漸近正態(tài)性.pdf
- 固定設(shè)計(jì)多維廣義線性模型極大擬似然估計(jì)和Wald檢驗(yàn)統(tǒng)計(jì)量的漸近理論.pdf
- 廣義線性模型的經(jīng)驗(yàn)似然方法.pdf
- 缺失數(shù)據(jù)下廣義線性模型參數(shù)擬似然估計(jì)的相合性和漸近正態(tài)性.pdf
- 凸約束廣義線性回歸模型參數(shù)的極大似然估計(jì)研究.pdf
- 廣義線性模型中的變量選擇.pdf
- 廣義線性模型的懲罰高維經(jīng)驗(yàn)似然.pdf
- Logistic模型的極大似然估計(jì).pdf
- 2378.多維廣義線性模型經(jīng)驗(yàn)似然方法
- 帶ARCH誤差的廣義線性模型的經(jīng)驗(yàn)似然研究.pdf
- 基于后驗(yàn)貝耶斯擬似然線性模型變量選擇.pdf
- Poisson混雜模型的極大似然估計(jì).pdf
- 廣義線性模型基于elasticnet的變量選擇方法研究
- 29374.部分線性模型的基于擬似然函數(shù)的經(jīng)驗(yàn)似然估計(jì)
- 廣義線性模型的罰估計(jì).pdf
- 851.廣義線性模型中的參數(shù)估計(jì)及變量選擇方法研究
評(píng)論
0/150
提交評(píng)論