广义线性模型论文：广义线性模型中极大拟似然估计相合性和渐近正态性.docVIP

广义线性模型论文：广义线性模型中极大拟似然估计的相合性与渐近正态性 【中文摘要】广义线性模型是一类非常重要的数学模型,是经典线性模型的推广,有着广泛的应运。在经济,社会,医学,生物等数据的统计分析上有这重要的意义。可以适用于连续数据与离散数据,尤其是后者,如计数数据,属性数据等等。广义线性模型包括线性回归,方差分析模型,交替响应的对数和概率单位模型模型,对数线性模型,计数的多项响应模型和生存数据的一些常用模型。以上这些模型具有大量的性质,例如线性性,我们可以使用这些性质得到很好的效果。除此之外,我们还有计算参数估计的常用方法。广义线性模型的个例起源很早,世界著名统计学家费舍尔曾于1919年使用过该模型。1972年Nelder和Wedderburn在一篇论文中引进了广义线性模型的概念。1989年McCullagh和Nelder再版的著作详细的论述了广义线性模型及其取得的成果。时至今日,这方面的研究文献数以千计。本文研究了广义线性模型的参数估计,研究估计的渐近性,包括渐近存在性,相合性和渐近正态性。1.本文研究了在自适应设计和自联系情况下,广义线性模型极大拟似然的渐近存在性。当响应变量yi是q×1维,设计阵Xi是p×q维且有界,以及最小特征根sup E以及其它正则条件下,证明了极大拟似然估计(MQLE)的渐近存在性,弱相合性和收敛速度。之前没有文献在λn→∞的条件下,获得相应的结果。