文档介绍：有序属性贝叶斯半参数回归模型的一些性质⋯⋯⋯⋯⋯⋯⋯⋯⋯..后验分布的模拟过程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于后验分布模拟数据的统计推断⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..数值模拟研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..臼莸牟啤
第三章有序属性响应回归模型的最优序分析⋯⋯⋯⋯⋯⋯⋯⋯..第四章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.诓煌琻⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...琻不同口⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..最优序分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯数值模拟的研究⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...
有序属性响应半参数回归模型的贝叶斯分析摘要对于属性响应半参数回归模型的贝叶斯分析,和芯苛硕钕煊Π氩问毓槟P偷谋匆端狗治觥1疚慕饕根据锄约癆等人的研究思想,研究,≥挠行蚴粜韵煊Π氩问毓槟P偷谋匆端狗治觥T诒疚难芯恐幸訢涛链接函数的先验分布。不同于经典意义下半参数回归模型的研究,本文对模型中的未知链接函数,没有位置及尺度上的限制,仅要求其为分布函数,但不能为非单点退化分布。文中我们引入隐变量,并利用数据扩充的思想,在给出贝叶斯统计推断方法的同时,用檠惴ń惺的D庋芯俊T谑的D庋芯恐校颐嵌愿鞑问霰叶斯推断的同时,,拇笮《阅P椭懈鞑问笱橥臣仆贫系挠跋臁W詈笪颐腔菇樯芰擞行蚴粜韵煊毓模型最优序的分析方法,并用前面所讨论的模型及方法进行数值模拟研究的演示。有序属性数据,半参数回归模型,贝叶斯分析,蹋珿抽样,:.复旦大学硕士学位论文关键词:
Ⅳ谢鷓加册蛓呻珼,.,鯽珿,琣,,Ⅱ,甧甀,.:甋,·:.
第一章引言属性响应数据属性变量也通常被称为定性变量、嘶糜谇秩绻ぷ省⑻逯亍⑸砀叩鹊复旦大学硕士学位论文我们在大学中常用、、鹊燃独雌蓝ㄑ某杉ǎ辉诜裰柿康鞑橹校S梦级或七级评分表示顾客的满意度。这其中的、、约翱突舛鹊牟煌旨镀分即为属性数据。属性变量是取值于一组属性数据的变量,如在政治领域中,人们的政治取向常有“自由主义一,“温和主义”,以及“保守主义”。在社会科学领域中,属性变量也随处可见,常用来描述人们对事物的不同态度与观点,如人们对安乐死所持的态度“赞成”或“反对”。同时属性变量也广泛地存在于医学领域,如病人是否于某手术后存活牵,司机在交通事故中受伤的严重性旰谩⑶嵛ⅰ⒅械取⒀现,以及病人某癌症所处的阶段期、中期、晚期T谛形Qа芯恐校颐且部杉粜员淞浚缇窦膊〕1环治!熬穹至症”,搿沮丧’’,“神经衰弱”等。属性变量不仅常出现在这些领域,在公共卫生、教育、市场以及动物学领域也不乏其存在的身影。陀蛭颐窍晗附樯芰耸粜员淞看嬖诘墓惴实际应用背景。.逵胗行蚴粜员淞我们通常把属性变量分成两类:名义属性变量与有序属性变量。有序属性变量篴的取值通常存有大小自然序,例如人们对堕胎合法性的态度峋龇炊浴⒕咛迩榭龆定、坚决赞成镜拇婊踝纯太少、恰好、太多突Ф阅诚罘竦穆舛不满意、一般、满意、非常满意6杂谌≈挡淮嬖谡庵肿匀恍虻氖粜员淞课颐浅莆C迨粜员量缛嗣撬叛龅淖诮天主教、犹太教、新教、其他嗣巧习嗨采用的交通方式叫小⒛ν谐怠⒐ń怀怠⒆孕谐怠⒌靥,以及人们所喜欢的音乐类型典、乡村、摇滚、民谣、爵士取对于名义属性变量,若对各取值分别赋予,唬,氖担蛭颐窃谧鐾臣品治鍪保庑数值仅代表某项取值,不具有大小关系;对于有序属性变量,则这些数值间有大小或先后顺序的关系,虽然他们之间的差异大小不能直接用相应的数值之差来比较。用于分析有序属性变量的统计方法常不可用于分析名义属性变量,但适用于分析名义属性变量的统计分析方法却常也可用于有序属性变量的分析,只是会丢失掉其中序的信息,未能充分利用到有序属性变量所提供的信息,所以通常还是最好使用针对于有序属性变量的分析方法进行分析。一
Ⅷ騳变量,解释变量也叫自变量甽数,一∞忱札∞是个未知参数。为方便起见,记,⋯,籌T有序属性响应的回归模型尸≤篒的∽仞,篴或淞俊复旦大学硕士学位论文数值变量,也即定量变量篴。但对于有序属性变量,我们通常也把其处理成定量变量。.煊Ρ淞坑虢馐捅淞在统计分析中,我们通常需要区分响应变量与解释变量。例如在回归分析模型中,我们主要描述某随机变量媪硪恍┍淞縡,砣⋯.,而谋浠侨绾伪浠模缫桓鋈说哪薪通常由于其受教育程度及工作年限的不同而不同,这其中我们称O煊Ρ淞琭工取琷=馐捅淞觚。响应变量也叫因变量在统计模型分析中,属性变量也可为响应变量。同样地,属性响应变量的统计模型主要分析响应变量是如何受解释变量的影响的,例如人们的政治取向是如何受年薪、受教育程度、宗教信仰、年