列秩訊息在長期性資料分析之模型診斷

文化大學機構典藏 CCUR > 理工學院 > 理學院 > 應數系 > 研究計畫 > Item 987654321/2156

請使用永久網址來引用或連結此文件: https://irlib.pccu.edu.tw/handle/987654321/2156

題名:	列秩訊息在長期性資料分析之模型診斷
作者:	楊恭漢
關鍵詞:	長期性資料分析模型診斷隨機性檢驗可交換性列秩 Friedman’s 統計量2長期性資料分析模型診斷隨機性檢驗可交換性 Friedman’s 統計量X2r
日期:	2007
上傳時間:	2009-09-07 14:28:07 (UTC+8)
摘要:	在長期性資料分析裡，邊際效應的GEE 方法以及混合效應模型是經常被用來探討疾病與某些預後因子之間的相關性。但是，相關的模型診斷方法還沒有被廣泛地探討。潛在的主要原因是個體內相依資料之共變異的多樣性，以及重複測量次數的差異很大。Yang 與Chang（2006）延續Chang（2000）的觀點，建議考量此種共變異的多樣性，應用多重指標有其必要性。當個體的殘差值集滿足可交換性時可視模型具適切性的情況下，我們發現Yang 與Chang（2006）的大部份指標會拒絕模型的適切假設；其原因是把殘差值集以序列型態來做探討所造成的。在本研究裡，我們將殘差值集以陣列型態建構診斷指標，探討模型之適切性問題；這樣的指標可以讓具可交換性的模型被拒絕的錯誤機會被控制。我們透過列秩訊息提出一個統計量，推導其漸近分佈；並探討在不同對立假設下，從列秩矩陣的邊際分佈情形，並輔以其他指標，歸納出建構模型時的相關訊息。
顯示於類別:	[應數系] 研究計畫

文件中的檔案:

沒有與此文件相關的檔案.

在CCUR中所有的資料項目都受到原著作權保護.