Da Silva、Eveliny Barroso；卡洛斯·阿尔贝托·里贝罗·迪尼兹；加勒马·曼努埃尔·法尔凡·卡拉斯科；马里奥·德·卡斯特罗 一类具有乘法对数正态测量误差的贝塔回归模型。 （英语） Zbl 1402.62175号 Commun公司。统计、仿真计算。 47，第1期，229-248（2018）。 摘要：在本文中，我们提出了一个具有乘法对数正态测量误差的贝塔回归模型。提出了三种估计方法，即朴素法、校准回归法和伪似然法。利用重复数据从估计方程组估计干扰参数，这些估计用于提出伪似然函数。进行了模拟研究，以评估所提方法的一些特性。还报告了使用真实数据集（包括诊断工具）的示例的结果。 引用于1文件 MSC公司： 62J99型 线性推断、回归 62J05型 线性回归；混合模型 62J20型 诊断、线性推理和回归 关键词：β回归模型；校准回归与伪似然；变量模型中的错误 软件：R（右）；贝塔雷格 PDF格式BibTeX公司 XML格式引用 \textit{E.B.Da Silva}等人，Commun。统计、仿真计算。47，第1号，229--248（2018；Zbl 1402.62175） 全文： 内政部 参考文献： [1] Abramowitz，M.，Stegun，I.（1964年）。数学函数手册：包含公式、图形和数学表。纽约：多佛出版社·Zbl 0171.38503号 [2] Buonacorsi，J.（2010）。测量误差：模型、方法和应用。佛罗里达州博卡拉顿：查普曼和霍尔·Zbl 1277.62014年 [3] Carrasco，J.M.、Ferrari，S.、Arellano-Valle，R.（2014）。变量误差β回归模型。应用统计学杂志41:1530-1547·Zbl 1514.62459号 [4] Carroll，R.，Spiegelman，C.（1992年）。变量回归误差中非线性和异方差的诊断。技术计量学34:186-196。 [5] Carroll，R.J.、Ruppert，D.、Stefanski，L.A.、Crainiceanu，C.M.（2006）。非线性模型中的测量误差：现代观点。第二版，佛罗里达州博卡拉顿：查普曼和霍尔·Zbl 1119.62063号 [6] Cheng，C.和Van Ness，J.（1999年）。具有测量误差的统计回归。伦敦：阿诺德·Zbl 0947.62046号 [7] 库克·R（1977）。线性回归中影响观察值的检测。技术计量19:15-18·Zbl 0371.62096号 [8] 库克·R（1986）。评估当地影响。英国皇家统计学会杂志，B辑48:133-169·Zbl 0608.62041号 [9] Cribari-Neto，F.，Zeileis，A.（2010年）。《统计软件期刊》34:1-24中的Beta回归。 [10] Espinheira，P.，Ferrari，S.，Cribari-Neto，F.（2008a）。影响β回归中的诊断。计算统计学与数据分析52:4417-4431·Zbl 1452.62496号 [11] Espinhera，P.，Ferrari，S.，Cribari-Neto，F.（2008b）。关于β回归残差。应用统计学杂志35:407-419·Zbl 1147.62315号 [12] Ferrari，S.，Cribari-Neto，F.（2004）。建模率和比例的贝塔回归。应用统计学杂志31:799-815·Zbl 1121.62367号 [13] Ferrari，S.、Espinheira，P.、Cribari-Neto，F.（2011年）。具有不同离散度的贝塔回归诊断工具。Neerlandica统计65:337-351·Zbl 1219.62117号 [14] Fuller，W.（1987）。测量误差模型（概率统计中的威利级数）。纽约：Wiley·Zbl 0800.62413号 [15] Galea，M.，de Castro，M.（2012年）。异方差误差-变量模型中的影响评估。统计学通讯——理论与方法41（8）：1350-1363·Zbl 1319.62152号 [16] Gong，G.，Samaniego，F.（1981年）。伪最大似然估计：理论与应用。统计年鉴9:861-869·Zbl 0471.62032号 [17] Kelly，G.（1984）。变量问题中误差的影响函数。《统计年鉴》12:87-100·兹伯利0558.62065 [18] Lee，S.，Lu，B.，Song，X.（2006）。评估具有可忽略缺失数据的非线性结构方程模型的局部影响。计算统计与数据分析50:1356-1377·Zbl 1432.62236号 [19] Lesaffre，E.，Verbeke，G.（1998年）。线性混合模型中的局部影响。生物统计学54:570-582·Zbl 1058.62623号 [20] Miller，S.（1990年）。测量误差模型的残差分析。当代数学112:59-71。 [21] Ospina，P.L.E.（2007）。回归贝塔。Tese（Doutorado em Estatística），圣保罗：IME-USP。 [22] Ospina，R.、Cribari Neto，F.、Vasconcellos，K.（2006年）。改进了β回归模型的点和区间估计。计算统计与数据分析51:960-981·Zbl 1157.62346号 [23] Pregibon，D.（1981）。后勤回归诊断。统计年鉴9:705-724·Zbl 0478.62053号 [24] R核心团队，（2014）。R： 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。 [25] Verbeke，G.、Molenberghs，G.（2000年）。纵向数据的线性混合模型。纽约：Springer-Verlag·Zbl 0956.62055号 [26] Zhao，Y.，Lee，A.（1995）。非线性测量误差模型的影响评估。应用统计学杂志22:215-225。 [27] Zhao，Y.，Lee，A.，Hui，Y.（1994年）。广义线性测量误差模型的影响诊断。生物统计学50:1117-1128·Zbl 0825.62626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。