混合广义线性模型的统计推断_袁巧莉.pdfVIP

第卷第期工程数学学报

年月

文章编号

混合广义线性模型的统计推断∗

袁巧莉,吴刘仓,戴琳

昆明理工大学理学院，昆明重庆工程学院通识学院，重庆

摘要:为了更好地拟合实际数据，本文提出了混合广义线性模型并进行参数估计．首先，基

于异质总体的一阶矩以及二阶矩存在的条件下，运用混合广义线性模型对子总体的均

值进行建模，构造扩展拟似然和伪似然函数，然后利用EM算法对均值参数、散度以

及混合比例进行估计，并通过MonteCarlo模拟验证所提出的模型参数估计方法的有

效性．最后，实例研究的结果表明本文的模型和方法是科学实用的．

关键词:混合广义线性模型；扩展拟似然；伪似然；EM算法

分类号:(2010)62F10;62H12中图分类号:O212.1文献标识码:A

引引引言言言

众所周知，在统计分析中，线性模型是最常见的，但是线性模型一般要求因变量

是连续的，然而在实际运用中，因变量有可能是非连续的．因此，需要将其推广至广

义线性模型，它适用于连续数据和离散数据，在医学、生物、保险、经济和社会数据

的统计分析上有重要意义．广义线性模型的起源很早，Fisher早在1919年就曾使用

它，二十世纪四五十年代，Berkson、Dyke和Patterson等人使用了Logistic回归，直

至1972年Nelder和Wedderburn首次提出广义线性模型，才逐渐引起了众多学者对该

模型的关注．Fahrmeir和Tutz详细介绍了广义线性模型的基本内容以及基于广义线性

模型的多元统计建模．

在异质总体中，广义线性模型不再适用，则需要根据不同的统计特性对样本进行聚

类，混合回归模型是最重要的异质总体统计数据分析工具之一，其主要研究含有两个及两

个以上子聚类的混合数据，在生物学、医学、经济学、环境科学、抽样调查及工程技术

等领域具有广泛的应用．自Goldfeld和Quandt首次介绍了混合回归模型以来，混合回

归模型就引起了许多统计学者的研究兴趣，可参见McLachlan和Peel的专著及其参考

文献．最近，Yao等基于t分布的研究，提出了稳健的混合线性回归模型；Song等基

于Laplace分布的研究，提出了稳健的混合线性回归模型；Liu和Lin基于偏正态分布，

首次研究了偏态数据下混合线性回归模型．

在经典的广义线性模型中，响应变量之间相互独立且服从指数族分布．但在实际生活

中，观察到的响应变量之间可能存在相关性，这就导致了所谓的“超散布性”．有关研究

收稿日期作者简介袁巧莉年月生，女，硕士研究方向：应用统计

基金项目国家自然科学基金；重庆工程学院科研基金

526工程数学学报第卷

超散布性的文章中比较好的有Collett的文献，该文献第六章有详细说明．而对于模型

中“超散布性”Wedderburn提出了拟似然方法来对参数进行估计．拟似然方法是假定

总体前两阶矩存在，通过对它的对数拟似然方程求极值得到参数的估计值．陈希孺在