logisic回归模型中模型选择的渐近概率.pdfVIP

摘要 本文研究了Logistic模塑的变量选择问题。 第一章引言部分是一个简单的综述，介绍了包括Logistic回归模型在内 的广义线性模型，以及变曼选择的一些背景知识。 第二章研究了Logistic模型的变鬣选择问题，对广泛使用的AIC准则 在很一一般的条件之下，得出了所选模型的渐近分布和渐近概率。 关键词： Logistic回归模型 变量选择 渐近分布 Abstract isconcerned． latiffs variablesclcctionof model paper，the Logisticregression and Frominformationcriteria distribution the AIC．the the,触qymptotic asymptotic obtEdned oftilesek圮tedmodelre probability Words： Key ModelSelection Model LogisticRegr锶sion Distributionaald Probabili毋 Asymptotic Asymptotic 第一章 引言 §1·1 广义线性模型和Logistic回归模型 广义线性模型足常见的线性模型的直接推广，它可适用于连续数据和离 散数据(如属性数据和计数数据)。在实用上，尤其是对于生物、医学、经济 和社会数据的统计建模和统计分析，具有重要的意义。 广义线性模型的个别特倒起源很早。在十九世纪，为了描述社会学中人 口增长和化学中链反应等现象，就出现了早期的广义线性棋酗．由于这些模 型的实用性，一赢被社会学者和经济学者所关注，应用较多的主要足probit 型只足作为一种工具和方法被用来研究社会、经济的个别同题，赢到1972年 Ncldcr和Weddcrbmn引进广义线性模型的概念， 模型的研究才逐渐增多． 我”1考虑的广义线性模型和logistic回归模型定义如下： 对于数列(溉，磊)，其中自变量磊是p×口维矩阵，响应变量‰是独立 q维随机变量。满足以下条件： (i)蜥独立且有密度函数 (1．1) ，(‰j岛；)=c(骱)％p(％l—b㈣。))，n=l，2，…， 1 其中如∈OC彤，O是自然参数空间。 (ii)自变量磊通过线性组合‰=磊p的形式对‰产生影响，其中卢是 P维参数． (iji)响应变量‰的期望卢(％)通过联系函数g与恤·相联系 ‰=口(p(如)) (1．2) 联系函数口必须严格单讽鼠充分光滑，即有足够阶数的导数 有一个特殊的联系函数，即 g=厂1 其中 ，(口)=db(e)ldO 起着重要的作用。它称为自然联系函数。这时有 zz=F(p)=9(，(0))=口 (1．3) 因此