混合效應(yīng)模型的Bayes局部影響分析.pdf

1、本文主要考慮混合效應(yīng)模型的統(tǒng)計診斷問題，尤其是模型的Bayes局部影響分析問題。根據(jù)縱向數(shù)據(jù)既包含個體又包含個體不同狀態(tài)的特點，提出了兩種便于合理分析數(shù)據(jù)的擾動方案，導(dǎo)出了模型在上述各種擾動下效應(yīng)參數(shù)的Bayes局部影響度量。最后，采用實例說明了本文給出的方法的有效性．具體地說，本文主要工作如下： (1)從頻率派的觀點出發(fā)，對模型進行了統(tǒng)計診斷分析，討論了模型的杠桿值及數(shù)據(jù)刪除模型，分別給出了單個個體的杠桿矩陣與刪除單個個體情形

2、時的Cook距離公式．前人一般只考慮單個觀測值的情形．并通過實際數(shù)據(jù)分析，得出了高杠桿個體與數(shù)據(jù)刪除模型時的強影響個體。同時我們將杠桿值分為兩部分，分別討論了模型固定效應(yīng)與隨機效應(yīng)的邊際杠桿值，得出了兩種情形下的高杠桿影響個體。 (2)采用分層模型思想，導(dǎo)出了效應(yīng)參數(shù)的后驗分布，并以這一分布為基礎(chǔ)討論了混合效應(yīng)模型的Bayes局部影響分析。在擾動方式上，針對縱向數(shù)據(jù)特點下提出了個體擾動與每次觀測擾動，分別用于度量單個觀測值與單個

3、個體對效應(yīng)參數(shù)估計的影響，并推導(dǎo)出了相應(yīng)的強影響個體與強影響觀測的度量統(tǒng)計量。 (3)最后通過實際數(shù)據(jù)分析，得出在上述各種擾動下的強影響個體與強影響觀測。強影響觀測結(jié)論基本與前人已有的全局影響分析結(jié)論一致，但也探測出全局影響分析中所沒有發(fā)現(xiàn)的觀測點．同時也可以看出，強影響個體與強影響觀測并不存在著必然聯(lián)系。某個個體的觀測在某種擾動模式下對某種參數(shù)的估計來說是強影響觀測，并不意味著這個個體在同種擾動下對同種參數(shù)的估計而言是強影響個