克里斯汀·劳伯;Cribari-Neto,弗朗西斯科;拜耳,法比奥·M·。 使用参数平均链接函数改进了β回归的测试推断。 (英语) Zbl 1476.62055号 AStA,高级统计分析。 104,第4期,687-717(2020). 摘要:贝塔回归被广泛用于建模随机变量,这些随机变量采用标准单位区间(0,1)中的值,例如利率、比例和收入集中指数。参数估计通常通过最大似然进行,对模型参数的假设检验推断通常使用似然比检验进行。然而,当样本量很小时,这样的测试可能会给出不准确的推断。因此,重要的是,当样品仅包含少量观察结果时,开发更准确的替代测试程序。本文考虑带参数平均连接函数的贝塔回归模型,导出了这类模型的两个修正似然比检验统计量。我们提供的模拟证据表明,在小到中等规模的样本中,新的检验通常优于标准似然比检验。我们还介绍并讨论了两个经验应用。 理学硕士: 62F03型 参数假设检验 62J02型 一般非线性回归 关键词:β回归;似然比检验;链接函数;参数链接函数 软件:公牛;贝塔雷格 PDF格式BibTeX公司 XML格式引用 \textit{C.Rauber}等人,AStA,高级统计分析。104,第4号,687--717(2020;Zbl 1476.62055) 全文: 内政部 参考文献: [1] Akaike,H.,统计模型识别的新视角,IEEE Trans。自动。控制,19,6,716-723(1974)·Zbl 0314.62039号 [2] 阿兰达·奥尔达兹(Aranda-Ordaz),FJ,《关于二进制响应数据可加性的两类变换》,《生物统计学》,68,2,357-363(1981)·Zbl 0466.62098号 [3] Barndorff-Nielsen,OE,基于标准化符号对数似然比的全部或部分参数推断,Biometrika,73,2,307-322(1986)·Zbl 0605.62020年 [4] Barndorff-Nielsen,OE,修改的符号对数似然比,Biometrika,78,3,557-563(1991)·Zbl 1192.62052号 [5] 拜耳,FM;Cribari Neto,F.,《贝塔回归模型中的Bartlett修正》,《统计规划与推断杂志》,143,3531-547(2013)·Zbl 1365.62294号 [6] 拜耳,FM;Cribari Neto,F.,基于Bootstrap的贝塔回归模型选择标准,测试,24,4776-795(2015)·Zbl 1329.62347号 [7] 拜耳,FM;Cribari-Neto,F.,具有不同离散度的β回归模型选择标准,Commun。统计模拟。计算。,46, 4, 729-746 (2017) ·Zbl 1364.62191号 [8] 拜耳,FM;辛特拉,RJ;Cribari-Neto,F.,Beta季节性自回归移动平均模型,J.Stat.Compute。模拟。,88, 15, 2961-2981 (2018) ·Zbl 07192698号 [9] KP伯纳姆;Anderson,DR,多模型推理:在模型选择中理解AIC和BIC,Soc.Methods Res.,33,2,261-304(2004) [10] 坎特伯雷,DR;Bayer,FM,带参数链接函数的可变离散贝塔回归,统计论文,60,5,1541-1567(2019)·Zbl 1432.62227号 [11] 科罗西莫,EA;Chalita,LVAS;Demétrio,CGB,成组生存数据的比例风险和比例优势模型测试,生物统计学,56,4,1233-1240(2000)·Zbl 1060.62567号 [12] 克里巴里·内托,F。;Zeileis,A.,R,J.Stat.Softw.的贝塔回归。,34, 1-24 (2010) [13] 克里巴里·内托,F。;Souza,TC,《宗教信仰与情报:全球证据》,《情报》,第41、5、482-489页(2013年) [14] 克里巴里·内托,F。;Lucena,SEF,变离差β回归类中的非检验假设检验,J.Appl。Stat.,42,5,967-985(2015)·Zbl 1514.62503号 [15] Czado,C.:关于广义线性模型中的链接选择。GLIM和统计建模进展,第60-65页。施普林格,纽约(1992) [16] Czado,C.,《关于在广义线性模型中选择参数链接变换族》,J.Stat.Plan。推断,61,1125-140(1997)·Zbl 0879.62060号 [17] 德比,HM;Cortina-Borja,M。;Geraci,M.,Aranda-Ordaz学生成绩评估分位数回归,J.Appl。《法律总汇》,43,1,58-71(2016)·Zbl 1465.62178号 [18] Doornik,JA,《面向对象的矩阵语言Ox 6》(2009),伦敦:Timberlake Consultants出版社,伦敦 [19] 埃斯皮涅拉,波兰;法拉利,SLP;Cribari-Neto,F.,《关于β回归残差》,J.Appl。统计,35,4,407-419(2007)·Zbl 1147.62315号 [20] Espinheira,P.L.,Ferrari,S.L.P.,Cribari-Neto,F.:贝塔回归中的Bootstrap预测区间。计算。Stat.29(5),1263-1277(2014)(勘误表:32,2017,1777)·Zbl 1306.65054号 [21] 埃斯皮涅拉,波兰;桑托斯,EG;Cribari Neto,F.,关于非线性β回归残差,生物。J.,59,3,445-461(2017)·Zbl 1422.62325号 [22] 法拉利,SLP;Cribari-Neto,F.,建模率和比例的贝塔回归,J.Appl。《统计》,31,7,799-815(2004)·Zbl 1121.62367号 [23] 法拉利,SLP;Pinheiro,EC,beta回归中的改进似然推断,J.Stat.Compute。模拟。,81, 4, 431-443 (2011) ·Zbl 1221.62101号 [24] Grün,B。;Kosmidis,I。;Zeileis,A.,《R中的扩展β回归:摇晃、搅拌、混合和分割》,J.Stat.Softw。,48, 11, 1-25 (2012) [25] 劳利,DN,《近似似然比准则分布的一般方法》,《生物统计学》,43,3-4,295-303(1956)·Zbl 0073.13602号 [26] 利马,FP;Cribari-Neto,F.,beta回归中基于Bootstrap的测试推断,Braz。J.概率。统计,34,1,18-34(2020年)·Zbl 1440.62103号 [27] Lynn,R。;J.哈维。;Nyborg,H.,《平均智力预测137个国家的无神论者比率》,《智力》,37,1,11-15(2009) [28] 麦卡拉,P。;JA Nelder,《广义线性模型》(1989),伦敦:查普曼和霍尔出版社,伦敦·Zbl 0744.62098号 [29] Nagelkerke,NJD,关于决定系数的一般定义的注释,生物统计学,78,3,691-692(1991)·兹比尔0741.62069 [30] Nocedal,J。;Wright,SJ,《数值优化》(2006),纽约:Springer,纽约·Zbl 1104.65059号 [31] 奥斯皮纳,R。;Ferrari,SLP,通用零阶膨胀贝塔回归模型,计算。统计数据分析。,56, 6, 1609-1623 (2012) ·Zbl 1243.62099号 [32] Ospina,R.,Cribari-Neto,F.,Vasconsellos,K.L.P.:β回归模型的改进点和区间估计。计算。统计数据分析。51(2), 960-981 (2006). 10.1016/j.csda.2005.10.002(勘误表:55,2011,2445)·Zbl 1157.62346号 [33] Paolino,P.,带β分布因变量模型的最大似然估计,政治分析。,9,4325-346(2001年) [34] 佩雷拉,TL;Cribari-Neto,F.,《检测膨胀贝塔回归中的模型指定错误》,Commun。统计模拟。计算。,43, 3, 631-656 (2014) ·Zbl 1291.62126号 [35] 佩雷拉,TL;Cribari-Neto,F.,《膨胀贝塔回归的修正似然比统计》,《统计计算杂志》。模拟。,84, 5, 982-998 (2014) ·Zbl 1453.62564号 [36] 新罕布什尔州普拉特,估算原油的汽油产量,Pet。精炼。,35, 5, 236-238 (1956) [37] Pregibon,D.,广义线性模型的链接良好性测试,J.R.Stat.Soc.Ser。C(应用统计),29,1,15-24(1980)·Zbl 0434.62048号 [38] Rao,CR,关于几个参数的统计假设的大样本检验及其在估计问题中的应用,数学。程序。剑桥菲洛斯。《社会学杂志》,44,1,50-57(1948)·Zbl 0034.07503号 [39] Rao,CR,线性统计推断及其应用(1973),纽约:威利出版社,纽约·Zbl 0256.6202号 [40] 罗查,AV;Cribari Neto,F.,贝塔自回归移动平均模型,测试,18529-545(2009)·Zbl 1203.62160号 [41] 弗吉尼亚州谢尔;克里巴里·内托,F。;普米,G。;Bayer,FM,ARMA水文时间序列建模的Goodness-of-fit测试,环境计量学,31,3,e2607(2020) [42] Schwarz,G.,估算模型的维数,《Ann.Stat.》,6,2,461-464(1978)·Zbl 0379.62005年 [43] TA Severini,《统计学中的似然方法》(2000),牛津:牛津大学出版社,牛津·Zbl 0984.6202号 [44] Simas,AB;西巴雷托·苏扎。;罗查,AV,一般贝塔回归模型的改进估计,计算。统计数据分析。,54, 2, 348-366 (2010) ·Zbl 1465.62019号 [45] Skovgaard,IM,可能性渐近,Scand。《统计杂志》,28,1,3-32(2001)·兹比尔0965.62014 [46] Smithson,M。;Verkuilen,J.,一个更好的柠檬榨汁机?与β分布因变量的最大似然回归,Psychol。方法,11,1,54-71(2006) [47] 扎克曼,M。;西尔伯曼,J。;霍尔,JA,《智力与宗教信仰之间的关系:元分析和一些建议性解释》,个人。Soc.精神科。版次:17、4、325-354(2013) 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。