跳到主要內容

簡易檢索 / 詳目顯示

回結果列表
研究生： 楊宏偉
Hong-Wei Yang
論文名稱： 在羅吉斯迴歸模型下三種估計式的比較
指導教授： 鄭松壽
Sung-Shou Cheng
口試委員:
學位類別： 碩士
Master
系所名稱： 理學院 - 統計研究所
Graduate Institute of Statistics
畢業學年度： 89
語文別： 中文
論文頁數： 25
相關次數： 點閱：10  下載：0 
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報


    • ^q
    來
    估計，雖然MLE
    ^q
    具有大樣本性質，但是卻不具有高的抗損率(high
    breakdown point)。Christmann(1994)在超模型H 與大的層集下，提出“加
    權最小平方估計式WLS
    ^q
    ”與“加權最小中位數平方估計式LMWS
    ^q
    ”。
    WLS
    ^q
    具有一致性、漸近常態性與有效性，但是仍不具有高的抗損率；
    而LMWS
    ^q
    不但具有強一致性，且具有接近0.5 的高抗損率。
    　　本文證明了MLE
    ^q
    具有“條件地費雪一致性”，及利用模擬方法，
    從抗損率的觀點來探討MLE
    ^q
    、WLS
    ^q
    與LMWS
    ^q
    的穩健性，並探討的
    LMWS
    ^q
    估計表現。

    圖目錄 … … … … … … … … … … … … … … … … … … … … … … … … … Ⅱ 表目錄 … … … … … … … … … … … … … … … … … … … … … … … … … Ⅲ 第一節　緒論 … … … … … … … … … … … … … … … … … … … … … … 1 第二節　LMWS WLS MLE 與、 … … … … … … … … … … . … … … … 3 2.1 條件地費雪一致性與高抗損率 … … … … … … … … … … … … .3 2.1.1 條件地費雪一致性 … … … … … … … … … … … … … … … 3 2.1.2 高抗損率… … … … … … … … … … … … … … … … … … … 5 2.2 超模型與大的層集下之估計式 … … … … … … … … … … … … 7 第三節　模擬研究與比較 … … … … … … … … … … … … … … … … … .11 第四節　結論 … … … … … … … … … … … … … … … … … … … … … … 21 參考文獻 … … … … … … … … … … … … … … … … … … … … … … … … 22 附錄一 … … … … … … … … … … … … … … … … … … … … … … … … … 23 附錄二 … … … … … … … … … … … … … … … … … … … … … … … … … 25

    [1] Christmann, A. (1994), Least median of weighted squares in logistic
    regression with large strata. Biometrika , 81 413-417
    [2] Christmann, A. (1996),“High breakdown point estimators in logistic
    regression”in“Robust statistics, data analysis, and computer intensive
    methods”, In honor of Peter Huber''s 60th birthday. Helmut Rieder, editor.
    Springer, New York. 79-89
    [3] Davies, L. (1994), Desirable properties, breakdown and efficiency in the
    linear model. Statist. Probab. Lett. , 19 361-370
    [4] Dnonho, D.L. and Huber, P.J. (1983),“The notion of breakdown point”in
    A Festschrift for Erich L. Lehmann (P.J. Bickel, K.A. Docksum, and J.L.
    Hodges, Jr., eds.), 157-184. Wadsworth, Belmont, CA.
    [5] Künsch, H.R., Stefanski, L.A. and Carroll, R.J. (1989), Conditionally
    unbiased bounded-influence estimation in general regression models, with
    applications to generalized linear models, J. Amer. Statist. Assoc. 84 460-
    466
    [6] Morgenthaler, S. (1992), Least-absolute-deviations fits for generalized
    linear models, Biometrika 79 747-754
    [7] Rousseeuw, P.J. (1984), Least median of squares regression. J. Amer.
    Statist. Assoc. 79 871-880

    QR CODE
    :::