线性和广义线性混合模型及其统计诊断

基于Q函数的两个水平的影响统计量

表3.7 将y1正确诊断为影响个体的次数

表3.8 在扰动(d)和(e)下的诊断结果

表4.1 比较泊松时间序列中REML和ML法(n=50,τ2=0.3,ψ=0.3)

表4.2 比较泊松时间序列中REML和ML法(n=100,τ2=0.3,ψ=0.3)

表4.3 比较泊松时间序列中REML和ML法(n=50,τ2=0.3,ψ=0.6)

表4.4 比较泊松时间序列中REML和ML法(n=100,τ2=0.3,ψ=0.6)

表5.1 种子数据的影响分析结果

表5.2 癫痫病人数据的影响分析结果

线性混合模型和广义线性混合模型是两类重要的应用广泛的模型，近年来关于两类模型的参数估计、假设检验、置信区域和统计诊断问题方面的研究有了很多新的进展。《线性和广义线性混合模型及其统计诊断》试图向读者系统介绍近几年来关于两类模型的研究结果，特别是两类模型和统计诊断分析是本书的重要内容。本书由费宇等著。本书系统介绍线性混合模型和广义线性混合模型的基本理论和方法。主要包括两类模型的参数估计、假设检验、置信区域和统计诊断问题。重点是两类模型的统计诊断分析，采用数据删除方法研究两类模型影响点的探测问题，基于EM算法中的Q函数，来构建影响度量——广义Cook统计量，解决了一般方差结构的两类混合模型统计诊断的困难。而且，获得的影响度量有很好的统计意义，能够方便地用于全参数（均值参数与方差参数）和部分参数（均值参数或方差参数）的诊断分析。本书可以作为统计专业高年级本科生及研究生的教材和参考书，也可以作为数学、生物、医学和经济等领域教师和研究人员的参考书。