基于连续可分的广义非线性纵向数据模型偏离名义离差的score检验及其功效

被引：3

作者：

林金官 ^{[1
]}

李勇 ^{[2
]}

韦博成 ^{[1
]}

机构：

[1] 东南大学数学系

[2] 中山大学管理学院财务与投资系

来源：

应用数学学报 | 2009年 / 32卷 / 01期

关键词：

纵向数据; 可分的广义非线性模型; 名义离差; score检验; 模拟功效;

D O I：

暂无

中图分类号：

O212.1 [一般数理统计];

学科分类号：

摘要：

指数族非线性模型或广义非线性模型是广义线性模型和正态回归模型的自然推广.本文针对可分的连续型指数族回归模型(如正态模型,Γ模型,逆高斯模型),讨论广义非线性纵向数据模型中偏离名义离差的检验问题,得到了检验的score统计量,并推导了它们的渐近分布和局部近似功效.然后利用Monte Carlo方法研究了检验统计量的性质.最后利用百慕大草地数据说明了检验方法的应用.

引用

页码：60 / 74

页数：15

共 4 条

[1] Varying dispersion diagnostics for inverse Gaussian regression models [J].