负二项回归模型的统计推断.pdfVIP

中文摘要 实际问题中，经常需要处理计数型随机数据，为揭示计数型响应变量与一族协变量之 间的内在联系，必须研究计数回归模型。基本的计数回归模型是Poisson回归模型。由于 计数数据的复杂性，数据与基本的计数回归模型常常不相吻合，经常出现过大离差 可能会出现较大的偏差，因此常常使用负二项回归模型，它是Poisson回归模型的推广， 可以很好的解决过大离差问题，此模型已成功应用于多个领域，如生物统计、计量经济学、 兽医流行病学等。对于负二项回归模型，为了进行有效的统计推断，需要检测己知观测数 据用既定模型拟合的合理性，统计诊断是数据分析的重要组成部分，是识别数据集中异常 点和强影响点的重要方法。自从Cook提出回归模型的统计诊断分析方法以来，由于这一 方法简单易行，且被实践证明非常有效，深受国内外统计学者关注，已成功地将统计诊断 模型、Poisson．逆高斯混合模型等。 模型，对上述三个模型进行数值模拟，利用德国经济社会的统计数据作实例分析。其次， NB．H和NB．C模型作为负二项回归模型的推广，在国内外文献中很少被研究，因此本文 也对这两个模型进行了数值模拟，然后利用德国经济社会的统计数据实例分析。在对上述 几个模型分析研究之后，然后讨论模型的拟合优度，可以使用AIC统计量和BIC统计量