变系数模型的统计诊断和影响剖析.pdfVIP

摘 要 统计诊断是最近二十多年迅速发展起来的一门统计学新分支，它 以强烈的应用背景，新颖的统计思想，广泛的研究内容和丰富的实际 成果开创了统计学中一个理论与应用紧密结合的新领域。变系数模型 是高维数据分析的一个有力工具，也是当今统计学家研究的热点问题 该类模型具有稳健，易于解释等优点，涵盖了许多常见的模型，例如可 加模型，部分线性模型，线性模型等，已在生物医药，计量经济，环境科 学，空间测量等诸多领域得到了广泛的应用。 本文针对变系数模型以及由其衍生出的新模型，从不同方面探讨 了它们的统计诊断和影响分析等问题。首先，我们简单地介绍了变系 数线性模型，变系数广义线性模型，变系数EV模型和统计诊断的基 本概念和研究现状；其次，系统地研究了变系数线性模型的统计诊断 和影响分析等问题，主要内容包括：基于局部加权最小二乘估计，研 究了数据删除模型的影响分析，均值漂移模型与异常点检验，异方差 统计诊断等问题，并且给出了广义Cook距离，w—K统计量，似然距离 等诊断统计量和Score检验统计量，针对该模型的局部影响分析，我 们分别对加权扰动模型，响应变量扰动模型，自变量扰动模型加以研 究，得到了影响矩阵的计算公式，实例模拟显示，所给方法都具有可 行性和有效性；接着，我