統(tǒng)計(jì)診斷

第一章 引論
§1.1 統(tǒng)計(jì)診斷概述
§1.2 線性回歸模型
1.2.1 矩陣運(yùn)算
1.2.2 線性回歸的參數(shù)估計(jì)與假設(shè)檢驗(yàn)
1.2.3 帶有附加變量的線性模型
1.2.4 一般線性模型與廣義最小二乘估計(jì)
1.2.5 線性回歸的殘差與杠桿值
第二章 線性回歸基于數(shù)據(jù)刪除模型的診斷方法
§2.1 數(shù)據(jù)刪除模型及其參數(shù)估計(jì)
§2.2 基于數(shù)據(jù)刪除模型的回歸診斷
2.2.1 廣義Cook距離與Cook距離
2.2.2 W-K統(tǒng)計(jì)量和AP統(tǒng)計(jì)量
2.2.3 數(shù)值實(shí)例
§2.3 似然距離
2.3.1 似然距離的定義
2.3.2 正態(tài)線性模型的似然距離
2.3.3 似然距離的近似計(jì)算
2.3.4 數(shù)值實(shí)例
第三章 線性回歸基于均值漂移模型和方差加權(quán)模型的診斷方法
§3.1 基于均值漂移模型的回歸診斷
3.1.1 參數(shù)估計(jì)及等價性定理
3.1.2 漂移參數(shù)的假設(shè)檢驗(yàn)
3.1.3 數(shù)值實(shí)例
§3.2 基于方差加權(quán)模型的回歸診斷
§3.3 異方差模型及方差齊性檢驗(yàn)
第四章 線性模型的數(shù)據(jù)變換
§4.1 方差穩(wěn)定化變換和線性化變換
§4.2 Box-Cox變換
4.2.1 變換參數(shù)的極大似然估計(jì)
4.2.2 變換參數(shù)的Atkinson估計(jì)
§4.3 自變量的變換及雙邊變換
§4.4 數(shù)據(jù)變換模型的假設(shè)檢驗(yàn)
§4.5 數(shù)據(jù)變換模型的統(tǒng)計(jì)診斷
4.5.1 診斷模型分析
4.5.2 基于數(shù)據(jù)刪除模型的診斷
4.5.3 自變量變換模型的統(tǒng)計(jì)診斷
第五章 局部影響分析
§5.1 基于似然距離的局部影響分析
5.1.1 擾動模型與似然距離
5.1.2 基于似然距離的局部影響分析
5.1.3 子集參數(shù)的局部影響分析
5.1.4 統(tǒng)計(jì)量的局部影響分析
§5.2 線性模型的局部影響分析
5.2.1 方差加權(quán)擾動模型
5.2.2 因變量擾動模型
5.2.3 自變量擾動模型
§5.3 數(shù)據(jù)變換模型的局部影響分析
5.3.1 方差加權(quán)擾動
5.3.2 自變量的擾動
5.3.3 變換數(shù)據(jù)的擾動
5.3.4 自變量變換的局部影響分析
第六章 非線性回歸模型的統(tǒng)計(jì)診斷以及異方差和相關(guān)性檢驗(yàn)
§6.1 非線性回歸模型
§6.2 統(tǒng)計(jì)診斷
6.2.1 基于數(shù)據(jù)刪除模型的診斷統(tǒng)計(jì)量
6.2.2 診斷模型分析
6.2.3 局部影響分析
§6.3 基于正態(tài)誤差的異方差和相關(guān)性檢驗(yàn)
6.3.1 方差齊性檢驗(yàn)
6.3.2 相關(guān)性和異方差檢驗(yàn)
6.3.3 進(jìn)一步的問題
§6.4 基于t分布誤差的異方差和相關(guān)性檢驗(yàn)
6.4.1 方差齊性檢驗(yàn)
6.4.2 進(jìn)一步的問題
第七章 廣義非線性模型的統(tǒng)計(jì)診斷及其變離差檢驗(yàn)
§7.1 廣義非線性模型
§7.2 統(tǒng)計(jì)診斷
7.2.1 基于數(shù)據(jù)刪除模型的診斷統(tǒng)計(jì)量
7.2.2 診斷模型分析
7.2.3 局部影響分析
7.2.4 廣義杠桿值
§7.3 變離差檢驗(yàn)
7.3.1 變離差檢驗(yàn)的參數(shù)化方法
7.3.2 進(jìn)一步的問題
第八章 基于EM算法的統(tǒng)計(jì)診斷方法
§8.1 EM算法及Q函數(shù)
§8.2 基于Q函數(shù)和數(shù)據(jù)刪除模型的診斷
§8.3 基于Q函數(shù)的局部影響分析
§8.4 非線性隨機(jī)效應(yīng)模型的統(tǒng)計(jì)診斷
8.4.1 可加非線性隨機(jī)效應(yīng)模型及其EM算法
8.4.2 基于數(shù)據(jù)刪除模型的診斷
8.4.3 局部影響分析
§8.5 泊松逆高斯回歸模型的統(tǒng)計(jì)診斷
8.5.1 泊松逆高斯回歸模型及其EM算法
8.5.2 基于數(shù)據(jù)刪除模型的診斷
8.5.3 局部影響分析
參考文獻(xiàn)