基于秩次的稳健回归分析和诊断方法研究-流行病与卫生统计学专业论文.docxVIP

业!堕型厶：!i!j型羔尘l!!墨基于秩次的稳健回归分析和诊断方法研究 业!堕型厶：!i!j型羔尘l!!墨 基于秩次的稳健回归分析和诊断方法研究 导师：何大卫 王彤 研究生：鲍彦平 摘要 回归分析方法在临床科研工作中被广泛应用，但由于生命现象的复杂 性，实际数据往往会出现偏离假定模型或不满足假定模型所需要的假设条 件等情况，此时经典回归估计方法的应用会受到很大的影响有时甚至出现 专业上无法解释的结果。稳健回归方法是针对该问题的一个好的解决途径。 本文在前人研究稳健方法的基础上引入一类基于秩次的稳健回归方法，并 对其回归诊断内容做了简要的阐述，同时给出了医学应用的实例。 Jackel于1972年提出基于秩次的回归分析方法(R估计)，它是将残 差的秩次得分函数作为权重引入估计模型从而减小Y方向上的大的残差对 估计的影响，并且它不要求误差项满足正态性，即当模型轻微偏离时，该 估计不受影响。但是当x空间有大的杆杠点时，R估计可能会失效；将上 述R估计函数中的得分函数推广为以该点离X空间中心位置的距离的某函 数为权乖的得分函数，得到GR估计，从而避免x空间异常点剥估计的影 响，但该方法失效点不大；基于上述GR估计方法的思想，将GR估计中 该点离x空间中心位置距离的某函数扩大为离x、Y两维空间中心位置距 离的某函数，得到高失效点的HBR估计，从而将最大失效点增加到50％， 增加了估计的稳健性。