桑塔纳,蒂亚戈V.F。;埃德温·奥尔特加(Edwin M.M.Ortega)。;高斯·M·科尔代罗。 广义贝塔-威布尔线性模型:估计、诊断工具和残差分析。 (英语) Zbl 1426.62304号 J.统计理论实践。 13,第1号,第16号论文,23页(2019年). 摘要:我们基于广义线性模型(GLM)的概念,假设贝塔-威布尔分布,提出了一种新的回归模型。与GLM类似,该模型被称为广义贝塔-威布尔线性模型(GBWLM)。讨论了Newton-Raphson算法下参数的最大似然估计。针对GBWLM,发展了三种摄动方案的局部影响方法。为了检验模型假设,检测非典型观测值并验证回归模型的拟合优度,提出了基于分位数函数的残差,并进行了蒙特卡罗模拟研究以构建模拟包络。 MSC公司: 62号05 可靠性和寿命测试 62E15型 统计学中的精确分布理论 62J12型 广义线性模型(逻辑模型) 65二氧化碳 蒙特卡罗方法 62J20型 诊断、线性推理和回归 关键词:广义贝塔-威布尔线性模型;局部影响;Newton-Raphson算法;残差分析 软件:最大Lik;马克斯利克 PDF格式BibTeX公司 XML格式引用 \textit{T.V.F.桑塔纳}等人,《统计学理论与实践》。13,第1号,第16号论文,23页(2019年;Zbl 1426.62304) 全文: 内政部 参考文献: [1] Atkinson AC(1985)绘图、转换和回归。牛津统计科学系列。牛津克拉伦登出版社·Zbl 0582.62065号 [2] Cook RD(1986)《地方影响评估》(讨论)。J R Stat Soc系列B 48:133-169·Zbl 0608.62041号 [3] Cox DR,Reid N(1987)参数正交性和近似条件推理。J R Stat Soc系列B 49:1-39·Zbl 0616.62006号 [4] Cordeiro GM、Nadarajah S、Ortega EMM(2013)贝塔-威布尔分布的一般结果。J统计计算模拟83:1082-1114·Zbl 1371.62011年 ·doi:10.1080/00949655.2011.649756 [5] da Cruz JN、Ortega EMM、Cordeiro GM(2016)对数对数逻辑Weibull回归模型:建模、估计、影响诊断和残差分析。J统计计算模拟86:1516-1538·Zbl 1510.62428号 ·doi:10.1080/00949655.2015.1071376 [6] Dunn KP,Smyth GK(1996),随机分位数残差。J计算组统计5:236-244 [7] Famoye F,Lee C,Olumolade O(2005)beta-Weibull分布。J统计理论应用4:121-136 [8] Hashimoto EM、Cordeiro GM、Ortega EMM(2013)新的内曼A型贝塔-威布尔模型与长期幸存者。计算统计28:933-954·Zbl 1305.65041号 ·doi:10.1007/s00180-012-0338-9 [9] Henningsen A,Toomet O(2011)maxLik:R.Comput Stat 26:443-458中的最大似然估计包·Zbl 1304.65039号 ·doi:10.1007/s00180-010-0217-1 [10] Hashimoto EM、Ortega EMM、Cordeiro GM、Cancho VG(2015),一个新的长期生存模型,包含间隔相关数据。桑赫亚B 77:207-239·兹比尔1329.62395 ·doi:10.1007/s13571-015-0102-6 [11] Ibacache-Pulgar G,Paula GA,Galea M(2014),关于具有等相关随机误差的椭圆多元回归模型的影响诊断。统计方法16:14-31·Zbl 1486.62224号 ·doi:10.1016/j.stamet.2013.06.001 [12] Lesaffre E,Verbeke G(1998)线性混合模型中的局部影响。生物统计学54:570-582·Zbl 1058.62623号 ·doi:10.2307/3109764 [13] Nelson WB(2004)加速测试统计模型、测试、计划和数据分析。霍博肯·威利 [14] Ortega EMM,Cordeiro GM,Hashimoto EM(2011)beta-Weibull分布的对数线性回归模型。公共统计模拟计算40:1206-1235·兹比尔1271.62162 ·doi:10.1080/03610918.2011.568150 [15] Ortega EMM,Cordeiro GM,Kattan MW(2012)预测前列腺癌治愈的负二项贝塔-威布尔回归模型。J应用统计39:1191-1210·Zbl 1514.62257号 ·doi:10.1080/02664763.2011.644525 [16] Ortega EMM,Cordeiro GM,Kattan MW(2013),对数-贝塔-威布尔回归模型及其在前列腺癌复发预测中的应用。统计帕普54:113-132·Zbl 1371.62066号 ·doi:10.1007/s00362-011-0414-1 [17] Ortega EMM、Cordeiro GM、Hashimoto EM、Cooray K(2014)奇数Weibull分布的对数线性回归模型(含删失数据)。J应用统计41:1859-1880·Zbl 1352.62112号 ·doi:10.1080/02664763.2014.897689 [18] Ortega EMM、Cordeiro GM、Campelo AK、Kattan MW、Cancho VG(2015)预测乳腺癌的幂级数贝塔-威布尔回归模型。统计医学34:1366-1388·doi:10.1002/sim.6416 [19] Pescim RR、Ortega EMM、Cordeiro GM、Alizadeh M(2016)《一种新的对数-位置回归模型:估计、影响诊断和残差分析》。应用统计杂志86:1516-1538·Zbl 1510.62428号 [20] Poon W,Poon YS(1999)保角法曲率和局部影响评估。J R Stat Soc序列B 61:51-61·兹比尔0913.62062 ·doi:10.1111/1467-9868.00162 [21] Prudente AA,Cordeiro GM(2010)广义威布尔线性模型。公共统计理论方法39:3739-3755·Zbl 1202.62094号 ·doi:10.1080/03610920903350580 [22] Vanegas LH,Rondón LM,Cordeiro GM(2013),广义Weibull线性回归模型中的诊断工具。J统计计算模拟83:2315-2338·Zbl 1453.62604号 ·网址:10.1080/00949655.2012.690764 [23] Yiqi B,Russo MC,Cancho VG,Louzada F(2015)潜在故障原因下具有治愈率的威布尔负二项回归模型的影响诊断。J应用统计43:1027-1060·Zbl 1514.62958号 ·doi:10.1080/02664763.2015.1089221 [24] Zeller CB,Lachos VH,Labra FV(2014)具有不对称重尾分布的Grubbs-s模型的影响诊断。统计帕普55:671-690·Zbl 1336.62085号 ·doi:10.1007/s00362-013-0519-9 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。