广义线性模型(一).pptxVIP

广义线性模型(一) ;广义线性模型是常见的正态线性模型的直接推广 适用于连续数据和离散数据,特别是后者,如属性数据,计数数据 在实用上,尤其是生物,医学和经济、社会数据的统计分析上,有重要的意义 ;Fisher 在1919 年曾用过它。 Logistic 模型,在20 世纪四五十年代曾由Berkson ,Dyke 和Patterson 等人使用过。 1972 年Nelder 和Wedderburn 在一篇论文中引进广义线性模型一词,自那前后以来研究工作逐渐增加 1983 年McCullagh 和Nelder 出版了系统论述此专题的专著并于1989 年再版 ;L. Fahrmeir 等《Multivariate Statistical Modeling Based on Generalized Linear Models》,Springer ,1994 及McCullagh 等的《Generalized Linear Models》,1989 年第2 版,Chapman Hill 。 L. Fahrmeir 等: Consistency and asymptotic normality of the maximum likelihood estimator in generalized linear models Ann. Statist ,1985 ,342 —368 。 ;§1. 1 　一维广义线性回归 (一) 定义 设有因变量Y ,自变量x 。Y 为一维, x 一般为多维;E( Y) =μ= z′( x)β(线性,线性指对β,非X) , z ( x) 为x 的已知(向量) 函数, z′表示转置(本讲义中“′”都表示转置,不是导数) , z′( x) 常简记为z′。 x , z ( x) , Y 都是取连续值的变量,如农作物的产量,人的身高体重之类。 Y 的分布为正态,或接近正态之分布。 ;E( Y) =μ= h ( z′β) , h 为一严格单调,充分光滑的函数。h 已知, g = h - 1 ( h 的反函数) 称为联系函数(link function) 。有g (μ) = z′β。 x , z ( x) , Y 可取连续或离散值,且在应用上更多见的情况为离散值,如{0 , 1} ,{0 , 1 ,2 ??}等 例如, x 为1 维, z ( x) 可以是(1 , x) , (1 , x , x2) , (1 , ex) 等。若x = ( x1 , x2)′, z ( x) 可以是 (1 , x1 , x 2)′, (1 , x1 , x2 , x21, x22, x 1 x2) 等。 ;3. Y 的分布属于指数型,正态是其一特例。这里考虑的Y 为一维,故属于一维指数型。其形式为: c ( y) exp (θy - b (θ) ) dμ( y) ,θ ∈Θ (参数空间) θ为参数,称为自然参数。b (θ) 为θ的已知函数。μ为一测度(不一定是概率测度) ,常见的有两种可能: ;a. 当Y 为连续变量时, dμ( y) 为Lebesgue 测度: dμ( y) = dy ; b. 当Y 为离散变量时, Y 取有限个值a1 , ?, am 或可列个值a1 , a2 , ?,这时μ({ ai} ) = 1 , i = 1 , ?, m ;或μ({ ai} ) = 1 , i = 1 ,2 ? ; 因为 两边对θ求导,有 ;例1. 1 研究一??因素(自变量) 对“剖腹产后是否有感染”的影响。;;此例中z 就取为x ,引进记号 ;x = ( x1 , x2)′: ;;采用Gamma (Γ) 分布去描述: Y有密度 ;;当Y 为1 维时,只能有1 个未知参数(此例中为μ) 。若有多个参数,剩下的为冗余,它必须已知或可由样本估计,即以估计值为已知值。 在各次观察中冗余参数不变。如在此例中,相应yi 的μ值可变,为μi (与此相应,θ值则为θi = - v/μi ) ,但v 则不随i 变化。 ;; 在有些实际问题中,数据显示均值方差之间的关系不符合(1. 20) 。这时就不可能使用单参指数族的模型。在Γ和正态分布的例中包含了一个冗余参数,调整它的值有时可以解决上述问题。 ;;设有一个因素(自变量之一) 有k 个“状态”,我们固然可以用数字1 , ?,k 来标识它,但不可用于计算,因为它们无数量意义。例如农业试验中,品种是一个因素。有k 类种子,解决的办法是引进哑变量 ;设这个试验只包括“品种”这一个因素,模型为 可见 这种取哑变量法,是以状态k 作为标准,而βj 衡量(在产量上) 状态j 超出状态k之值。 ;;联系函数g∶g (μ) =η= z′β,μ= E( Y) ,其反函数h 也很常用。作为联系函数