數(shù)據(jù)刪除模型的影響分析_第1頁
已閱讀1頁,還剩42頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、分類號(hào) 密 級(jí) U D C 學(xué) 號(hào) 092071402 桂林電子科技大學(xué) 碩 碩 士 士 學(xué) 學(xué) 位 位 論 論 文 題 目_ 數(shù)據(jù)刪除模型的影響分析 數(shù)據(jù)刪除模型的影響分析 (英文) Influence Analysis of Data Deletion Model 研 研 究 究 生 生 學(xué) 學(xué) 號(hào): 092071402 研 研 究 究 生 生 姓 姓 名: 黃黎平 指導(dǎo)教師姓名、職務(wù) 指導(dǎo)教

2、師姓名、職務(wù): 朱寧 副教授 申 申 請(qǐng) 請(qǐng) 學(xué) 學(xué) 科 科 門 門 類: 理學(xué)碩士 學(xué) 學(xué) 科、專 科、專 業(yè): 運(yùn)籌學(xué)與控制論 提 提 交 交 論 論 文 文 日 日 期: 2012 年 4 月 論 論 文 文 答 答 辯 辯 日 日 期: 2012 年 6 月 2012 年 6 月 18 日摘 要 I 摘 摘 要 線性模型是很重要的一類統(tǒng)計(jì)模型,可以應(yīng)用到生物、醫(yī)學(xué)、經(jīng)濟(jì)、管理

3、、氣象 等很多領(lǐng)域。 在對(duì)線性模型的研究與應(yīng)用中, 我們需要考察線性模型假設(shè)條件的合理 性及數(shù)據(jù)對(duì)統(tǒng)計(jì)推斷影響的大小,這就是“統(tǒng)計(jì)診斷”。本文主要圍繞線性回歸數(shù)據(jù) 刪除模型的統(tǒng)計(jì)診斷和影響分析進(jìn)行討論, 并結(jié)合線性模型中應(yīng)用廣泛的有偏估計(jì)— —嶺型主成分估計(jì)來討論影響分析的相關(guān)理論, 在總結(jié)前人工作的基礎(chǔ)上, 進(jìn)行了推 廣與應(yīng)用,得到一系列的結(jié)果。 論文第三章, 針對(duì)線性回歸刪除單個(gè)點(diǎn)模型的影響分析, 一方面利用離差度量思 想提出一種

4、新的度量方法, 修正了前人在度量強(qiáng)影響點(diǎn)的不完善之處; 另一方面根據(jù) 馬氏距離的思想定義一種新的馬氏廣義距離判別方法, 并給出理論證明和實(shí)際數(shù)據(jù)檢 驗(yàn)。 論文第四章,針對(duì)數(shù)據(jù)刪除模型有偏估計(jì)下的影響分析提出了嶺型主成分估計(jì), 并對(duì)數(shù)據(jù)刪除模型的強(qiáng)影響問題作了進(jìn)一步的研究, 最后利用W K ? 統(tǒng)計(jì)量的思想提 出了兩種新的度量方法并通過實(shí)例驗(yàn)證了此度量方法的可行性。 論文第五章,基于刪除多個(gè)數(shù)據(jù)點(diǎn)的線性回歸模型提出了一種新的杠桿度

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論