Logistic回归模型误差方差的估计
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Logistic回归模型误差方差的估计
广义线性模型(Generalized Linear Model)是一类应用十分广泛的模型,它是一般线性模型的推广,特别是在离散数据下有很好的应用.而经验似然方法是近几年极其热门的一种非参数统计推断方法,由于这一方法不需要估计方差,故而引起了许多统计学家的兴趣,他们将这一方法应用各种统计模型及各种领域中.因此我们利用经验似然方法研究Logistic回归模型误差方差的估计具有十分重要的研究意义.本文利用经验似然的方法研究Logistic回归模型误差方差的估计,在第二章中基于随机样本情形下,我们得出了两种不同估计下Logistic回归模型误差方差的渐进正态性;并计算得出Logistic模型方差估计量的方差理论值,通过将其与传统估计下误差方差估计量的方差理论值比较我们发现,利用经验似然方法得到的随机设计情形下Logistic模型误差方差σel2的方差小于传统估计σn2的方差;同时我们也利用数据模拟对此结论进行了验证,得到了与我们理论相同的结论,也就是说经验似然估计方法在一定情形下提高了随机设计情形下Logistic模型误差方差的估计精度.