×
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。