克利斯朵夫·克鲁斯;伊雷内·吉贝尔斯;普洛斯多西米,伊利亚 广义可加模型中均值和弥散函数的稳健估计。 (英语) Zbl 1241.62108号 生物计量学 68,第1期,31-44(2012). 摘要:广义线性模型是一种广泛使用的方法,用于获得均值函数的参数估计。通过广义加性模型,它们得到了进一步的扩展,使得平均函数和协变量之间的关系更加灵活。然而,在许多情况下,固定方差结构可能过于严格。扩展的似似然(EQL)框架允许将平均值和离散/方差作为协变量的函数进行估计。然而,对于其他最大似然方法,EQL估计对异常值没有抵抗力:我们需要方法来获得均值和离散函数的稳健估计。我们获得了稳健且光滑的均值和离散度的函数估计。通过仿真研究和一些实际数据示例说明了该方法的性能。 引用于15文件 MSC公司: 62J12型 广义线性模型(逻辑模型) 62甲12 多元分析中的估计 62G08号 非参数回归和分位数回归 62G35型 非参数稳健性 62G05型 非参数估计 65C60个 统计中的计算问题(MSC2010) 关键词:分散,分散;m-估计;平均回归函数;P样条;拟似然 软件:野味;GAMLSS公司;半标准杆 PDF格式BibTeX公司 XML格式引用 \textit{C.Croux}等人,《生物统计学》68,第1期,第31-44页(2012;Zbl 1241.62108) 全文: 内政部 链接 参考文献: [1] Alimadad,《应用于疫情检测的广义加性模型的离群ro-blast拟合》,《美国统计协会杂志》(2011年)·Zbl 1232.62142号 ·doi:10.1198/jasa.2011.tm09654 [2] Breiman,估计多元回归和相关性的最佳转换,《美国统计协会杂志》80页580–(1985)·Zbl 0594.62044号 ·doi:10.1080/01621459.1985.10478157 [3] Cantoni,广义线性模型的稳健推断,美国统计协会杂志96 pp 1022–(2001a)·Zbl 1072.62610号 ·doi:10.1198/016214501753209004 [4] Cantoni,平滑样条曲线平滑参数的阻力选择,统计与计算11 pp 141–(2001b)·doi:10.1023/A:1008975231866 [5] Craven,《用样条函数平滑噪声数据:用广义交叉验证方法估计正确的平滑度》,《数值数学》31第377页–(1979)·Zbl 0377.65007号 ·doi:10.1007/BF01404567 [6] Dean,混合泊松-逆高斯回归模型,《加拿大统计杂志》17页171–(1989)·Zbl 0679.62051号 ·doi:10.2307/3314846 [7] Eilers,使用B样条和惩罚的灵活平滑,《统计科学》11第89页–(1996)·兹比尔0955.62562 ·doi:10.1214/ss/1038425655 [8] Gijbels,应用于意大利人工流产数据的扩展广义加性模型中平均值和离散函数的平滑估计,应用统计学杂志(2011)·doi:10.1080/02664763.2010.550039 [9] Gijbels,扩展广义线性模型中均值和弥散函数的非参数估计,测试19,第580页–(2010)·兹比尔1203.62066 ·doi:10.1007/s11749-010-0187-1 [10] 汉佩尔,《稳健统计:基于影响函数的方法》(1986)·Zbl 0593.62027号 [11] Hastie,广义加法模型(1990)·Zbl 0747.62061号 [12] Heritier,生物统计稳健方法(2009)·doi:10.1002/9780470740538 [13] Hinde,《过度分散:模型与估计》,《计算统计与数据分析》,第27页,第151页–(1998年)·Zbl 1042.62578号 ·doi:10.1016/S0167-9473(98)00007-3 [14] Marx,B.D和Eilers,带惩罚可能性的直接广义加性建模,计算统计与数据分析,第28页,193–(1998)·Zbl 1042.62580号 ·doi:10.1016/S0167-9473(98)00033-4 [15] McCullagh,广义线性模型(1989)·Zbl 0588.62104号 ·doi:10.1007/9781-4899-3242-6 [16] Nelder,一个扩展的准似然函数,Biometrika 74 pp 221–(1987)·Zbl 0621.62078号 ·doi:10.1093/biomet/74.2.221 [17] 里格比,位置、规模和形状的广义加性模型,应用统计学54页507–(2005)·Zbl 1490.62201号 [18] Reinsch,Smoothing by spline functions,Numerische Mathematik 10 pp 177–(1967)·Zbl 0161.36203号 ·doi:10.1007/BF02162161 [19] Ruppert,半参数回归(2003)·兹比尔1038.62042 ·doi:10.1017/CBO9780511755453 [20] Ruppert,2003-2007年期间的半参数回归,《电子统计杂志》3第1193页–(2009)·Zbl 1326.62094号 ·doi:10.1214/09-EJS525 [21] Silverman,非参数回归曲线拟合的样条平滑方法的某些方面(讨论),《皇家统计学会杂志》,B辑47 pp 1–(1985)·Zbl 0606.62038号 [22] Stasinopoulos,R中位置尺度和形状的广义加性模型(GAMLSS),《统计软件杂志》23第1页–(2007)·doi:10.18637/jss.v023.i07 [23] Wahba,近似理论III第905页–(1980) [24] Wedderburn,拟似然函数,广义线性模型和Gauss-Newton方法,Biometrika 61 pp 439–(1974)·兹比尔0292.62050 [25] 木材,广义加性模型:R简介(2006)·Zbl 1087.62082号 此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。