×

基于具有已知误差方差的偏斜和重尾分布的异方差测量误差模型。 (英语) Zbl 07192653号

摘要:在本文中,我们研究了具有已知误差方差的异方差测量误差模型中的推理。与随机分量的正态分布不同,我们开发了一个模型,该模型假设真实协变量的斜(t)分布和误差项的中心Student(t)分配。该模型能够适应数据中的偏度和重尾性,而分布的自由度可以不同。最大似然估计是通过EM型算法计算的。估值器的行为也在模拟研究中进行了评估。最后,用分析化学中方法比较研究的实际数据集对该方法进行了说明。

MSC公司:

62N01号 审查数据模型
2015年1月62日 贝叶斯推断
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] 华盛顿州富勒。测量误差模型。纽约:Wiley;1987.【Crossref】,【谷歌学者】·Zbl 0800.62413号
[2] Cheng CL、VanNess JW。具有测量误差的统计回归。伦敦:阿诺德;1999.[谷歌学者]·Zbl 0947.62046号
[3] Carroll RJ、Ruppert D、Stefanski LA等,《非线性模型中的测量误差:现代视角》。第二版博卡拉顿:查普曼和霍尔/CRC;2006.【Crossref】,【谷歌学者】·Zbl 1119.62063号
[4] Buonacorsi JP。测量误差:模型、方法和应用。博卡拉顿:查普曼和霍尔/CRC;2010.【Crossref】,【谷歌学者】·Zbl 1277.62014年
[5] Cheng CL,Riu J.关于当两个变量都存在异方差测量误差时估计线性关系。技术计量学。2006;48:511-519. doi:10.1198/00401700600000237[Taylor&Francis Online],[Web of Science®],[Google学者]
[6] Kulathinal SB,Kuulasmaa K,Gasbara D。当观测值之间的测量误差方差发生变化时,误差-变量回归模型的估计。统计医学2002;21:1089-1101. doi:10.1002/sim.1062[Crossref],[PubMed],[Web of Science®],[Google学者]
[7] de Castro M,Galea M,Bolfarine H。具有异方差测量误差的误差-变量模型中的假设检验。Stat Med.2008年;27:5217-5234. doi:10.1002/sim.3343[Crossref],[PubMed],[Web of Science®],[Google学者]
[8] Galea-Rojas M、de Castilho MV、Bolfarine H等。分析偏差的检测。分析师。2003;128:1073-1081。doi:10.1039/b212547a[Crossref],[Web of Science®],[Google学者]
[9] 凯利BC。天文数据线性回归中测量误差的一些方面。《天体物理学杂志》2007;665:1489-1506. doi:10.1086/519947[Crossref],[Web of Science®],[Google学者]
[10] Arellano-Valle RB、Ozan S、Bolfarine H等,《斜正态测量误差模型》。《多元分析杂志》。2005;96:265-281. doi:10.1016/j.jmva。2004.11.002[Crosref],[Web of Science®],[谷歌学者]·Zbl 1077.62043号
[11] Kheradmandi A,Rasekh A.偏正态线性混合测量误差模型中的估计。《多元分析杂志》。2015;136:1-11. doi:10.1016/j.jmva.2014.12.007[Crossref],[Web of Science®],[Google学者]·Zbl 1308.62142号
[12] 曹长征,林俊杰,朱XX。重尾分布下异方差测量误差模型的估计。计算统计数据分析。2012;56:438-448. doi:10.1016/j.csda.2011.08.011[Crossref],[Web of Science®],[Google学者]·兹比尔1239.62067
[13] Melo TFN,Ferrari SLP,Patriota AG.带测量误差的异方差多元回归模型中的改进似然比检验。J统计计算模拟。2014;84:2233-2247. doi:10.1080/00949655.2013.787691[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 1453.62570号
[14] Azzalini A,Capitanio A。对称扰动产生的分布,强调多元斜t分布。J R Stat Soc Ser B.2003年;65:367-389. doi:10.1111/1467-9868.00391[交叉引用],[谷歌学者]·兹比尔1065.62094
[15] Lachos VH,Cancho VG,Aoki R.偏t多元零截距测量误差模型的贝叶斯分析。统计论文。2010;51:531-545. doi:10.1007/s00362-008-0138-z[Crossref],[Web of Science®],[Google学者]·Zbl 1247.62169号
[16] Lachos VH、Labra FV、Bolfarine H等。基于偏态正态分布比例混合的多元测量误差模型。统计。2010;44:541-556. doi:10.1080/02331880903236926[Taylor&Francis Online],[Web of Science®],[Google学者]·兹比尔1291.62120
[17] Cabral CRB、Lachos VH、Zeller CB。使用有限混合偏态学生t分布的多元测量误差模型。《多元分析杂志》。2014;124:179-198. doi:10.1016/j.jmva.2013.10.017[Crossref],[Web of Science®],[Google学者]·Zbl 1278.62104号
[18] Choudhary PK,Sengupta D,Casey P。一种一般的斜t混合模型,允许随机效应和误差分布的不同自由度。J统计计划推断。2014;147:235-247. doi:10.1016/j.jspi.2013.11.015[Crossref],[Web of Science®],[Google学者]·Zbl 1278.62077号
[19] 公元前萨特拉达尔。椭圆t分布协方差矩阵的得分检验。《多元分析杂志》。1993;46:1-12. doi:10.1006/jmva.1993.1043[Crossref],[Web of Science®],[Google学者]·兹比尔0778.62052
[20] Azzalini A,Capitanio A。多元斜态正态分布的统计应用。J R Stat Soc Ser B.1999;61:579-602. doi:10.1111/1467-9868.00194[交叉引用],[谷歌学者]·Zbl 0924.62050号
[21] Lange KL、Little RJA、Taylor JMG。使用t分布的稳健统计建模。J Amer统计协会,1989年;84:881-896. [Taylor&Francis Online]、[Web of Science®]、[Google学者]
[22] 孟XL,鲁宾DB。通过ECM算法的最大似然估计:一般框架。生物特征。1993;80:267-278. doi:10.1093/biomet/80.2.267[Crossref],[Web of Science®],[Google学者]·Zbl 0778.62022号
[23] Dempster AP、Laird NM、Rubin DB。通过EM算法获得不完整数据的最大似然(讨论后)。J R Stat Soc系列,1977年;第39:1-38页。[谷歌学者]·Zbl 0364.62022号
[24] Gilbert P,Varadhan R numderiv:精确数值导数。2016.R包版本2016.8-1。可从以下位置获得:http://CRAN.R-project.org/package=numDeriv(2016年2月10日访问)。[谷歌学者]
[25] 莱曼EL。大样本理论的要素。纽约:Springer;1998.[谷歌学者]
[26] Giner G,Smyth GK.statmod:逆高斯分布的概率计算。2016年R J;8:339-351. [谷歌学者]
[27] R核心团队。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;2017.【谷歌学者】
[28] 林继刚,曹长忠。重尾分布下带复制的测量误差模型的估计。计算统计。2013;28:809-829. doi:10.1007/s00180-012-0330-4[Crossref],[Web of Science®],[Google学者]·Zbl 1305.65053号
[29] Cao C,Chen M,Wang Y,等。非对称重尾分布下的异方差重复测量误差模型。2017年计算统计。DOI:10.1007/s00180-017-0720-8[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 1417.62133号 ·doi:10.1007/s00180-017-0720-8
[30] McLachlan GJ,Krishnan T.EM算法及其扩展。第二版,纽约:Wiley;2007.[谷歌学者]·Zbl 1165.62019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。