×
马塞洛·布尔吉尼翁;迭戈·加拉多一世。

具有不同精度的重新参数化逆伽马回归模型。 （英语） Zbl 07778445号

内尔统计局。 74，第4号，611-627（2020）.
摘要：在本文中，我们提出了一个平均线性回归模型，其中响应变量是逆伽马分布的，使用该分布的新参数化，该参数化由平均值和精度参数索引。我们的新参数化的主要优点是根据正响应变量的期望直接解释回归系数，就像在广义线性模型中一样。该模型的方差函数为二次型。逆伽马分布是指数分布族的一个成员，具有一些常用于生存分析中参数模型的特殊分布。我们将所提出的模型与几种备选方案进行了比较，并说明了其优点和实用性。利用指数族特性的广义线性模型方法，我们讨论了模型估计（通过最大似然）、黑色进一步推断量和诊断工具。通过蒙特卡罗实验对这些估计量在有限样本中的性能进行了评估，并对所得结果进行了讨论。通过使用智利阿塔卡马大学矿业系收集的矿物数据集进行实际应用，可以证明该模型的实用潜力。
{©2020作者统计©2020 VVS.}

引用于1文件

MSC公司：

62Fxx公司 参数化推理
62埃克斯 统计分布理论
62至XX 统计

关键词：

逆伽马分布;最大似然估计量;回归模型;残余沉积物

软件：

GAMLSS公司;对
PDF格式BibTeX公司 XML格式引用
\textit{M.Bourguignon}和\textit{D.I.Gallardo}，Stat.Neerl。74，第4号，611--627（2020；Zbl 07778445）
全文： DOI程序

参考文献：

[1] Cox，D.和Hinkley，D.（1974年）。理论统计。英国伦敦：查普曼和霍尔·Zbl 0334.62003号
[2] Cox，D.R.和Oakes，D.（1984）。生存数据分析。佛罗里达州博卡拉顿：查普曼和霍尔/CRC出版社。
[3] Dunn，P.K.和Smyth，G.K.（1996年）。随机分位数残差。计算与图形统计杂志，5，236-244。
[4] 盖尔曼，A.（2006）。层次模型中方差参数的先验分布。贝叶斯分析，1515-533·Zbl 1331.62139号
[5] Glen，A.G.（2011）。关于逆伽马作为生存分布。质量技术杂志，43，158-166。
[6] Iranmanesh，A.、Vajargah，K.F.和Hasanzadeh，M.（2018年）。关于逆伽马分布应力强度可靠性参数的估计。数学科学，1271-77·兹比尔1407.62353
[7] Kleiber，C.和Kotz，S.（2003年）。经济学和精算学中的统计规模分布。纽约州霍博肯：约翰·威利父子公司·Zbl 1044.62014年
[8] R核心团队。(2018). R： 一种用于统计计算的语言和环境。奥地利维也纳：R统计计算基金会。
[9] Rigby，R.A.和Stasinopoulos，D.M.（1996a）。方差异质性的半参数加性模型。统计学与计算，6，57-65。
[10] Rigby，R.A.和Stasinopoulos，D.M.（1996b）。平均值和弥散加法模型。在W·哈德尔（编辑）和M·G·希梅克（编辑）（编辑）中，平滑的统计理论和计算方面（第215-230页）。海德堡：物理。
[11] Santos‐Neto，M.、Cysneiros，F.J.、Leiva，V.和Barros，M.（2016）。以不同精度重新参数化Birnbaum-Saunders回归模型。《电子统计杂志》，102825-2855·Zbl 1348.62220号
[12] Stasinopoulos，D.和Rigby，R.（2007）。位置尺度和形状的广义加性模型（GAMLSS），见《统计软件杂志》，23，1-46。
[13] Witkovsky，V.（2002年）。具有奇数自由度的倒置卡方随机变量的正线性组合的精确分布。统计与概率快报，56，45-50·Zbl 0992.62011号
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。