关于若干回归模型的研讨.pdfVIP

摘 要 回归分析是一个经典的统计模型，其参数估计的常规方法是最小二乘法。近年来， 回归分析有了很大发展，产生了不少新的模型和估计方法。本文尝试将其中的一些模型 和方法进行理论分析和数值验证，以期对实际应用者和理论研究者提供有益的参考。 本文主要研究内容如下： l、关于高斯混合回归模型的理论分析与模拟实验研究。首先，引入高斯混合模型， 讨论其参数估计方法。进而给出高斯混合回归及其相关理论，并进行模拟实验，通过同 其他常用常规回归方法的对比，分析模型的理论结果，在模型精度、稳健性等方面对模 型进行全面评价； 2、关于混合回归模型的理论分析与模拟实验研究。基于混合回归模型的基本理论， 讨论现有的一些参数估计方法，提出MCMC方法的实施策略，通过计算机模拟对模型 和参数估计进行分析和评价，并与EM参数估计方法进行比较； 3、关于多层次回归模型的理论分析与模拟实验研究。引入多层次回归模型的基本 理论，包括基本的模型类型、相关参数的估计方法等，比较现有的回归方法，并通过实 际数据实验对多层次回归模型进行分析和评价。 关键词：高斯混合模型，期望极大化算法，高斯混合回归，混合回归，马尔科夫链蒙特 卡洛，多层次回归