第1章 绪论 1
1.1模型 1
1.1.1线性回归模型 1
1.1.2联合均值与方差模型 2
1.1.3双重广义线性模型 6
1.1.4联合位置、尺度与偏度模型 8
1.2变量选择方法 10
1.2.1子集选择法 10
1.2.2系数压缩法 12
1.3经验似然推断方法 15
1.4统计诊断方法 15
1.5缺失数据分析 16
1.5.1缺失数据机制 16
1.5.2缺失数据处理策略 16
第2章 正态数据下联合均值与方差模型 18
2.1变量选择 18
2.1.1引言 18
2.1.2变量选择过程 19
2.1.3迭代计算 22
2.1.4模拟研究 23
2.1.5实例分析 24
2.1.6小结 25
2.2经验似然推断 26
2.2.1一般联合均值与方差模型 26
2.2.2经验似然推断过程 27
2.2.3模拟研究 30
2.2.4实例分析 31
2.2.5小结 33
2.3缺失数据分析 33
2.3.1引言 33
2.3.2缺失数据的插补方法和参数估计 34
2.3.3模拟研究 36
2.3.4实例分析 38
2.3.5小结 39
2.4基于频率下的统计诊断 39
2.4.1引言 39
2.4.2基于数据删除模型的统计诊断 39
2.4.3局部影响分析 41
2.4.4模拟研究 42
2.4.5实例分析 43
2.4.6小结 47
2.5基于Bayes下的统计诊断 47
2.5.1引言 47
2.5.2 Bayes联合模型 49
2.5.3诊断统计量 51
2.5.4模拟研究 53
2.5.5实例分析 55
2.5.6小结 58
第3章 偏态数据下联合位置与尺度模型 59
3.1偏正态数据下的变量选择 59
3.1.1引言 59
3.1.2变量选择过程 61
3.1.3模拟研究 65
3.1.4实例分析 68
3.1.5定理的证明 69
3.1.6小结 73
3.2缺失数据分析 73
3.2.1引言 73
3.2.2缺失数据的插补方法和参数估计 73
3.2.3模拟研究 76
3.2.4实例分析 79
3.2.5小结 81
3.3统计诊断 81
3.3.1引言 81
3.3.2极大似然估计 82
3.3.3基于数据删除模型的统计诊断 84
3.3.4局部影响分析 86
3.3.5模拟研究 89
3.3.6实例分析 90
3.3.7小结 93
3.4偏t正态数据下的变量选择 94
3.4.1引言 94
3.4.2变量选择过程 94
3.4.3模拟研究 100
3.4.4 小结 102
第4章 Box-Cox变换下联合均值与方差模型 103
4.1引言 103
4.2变量选择过程 105
4.2.1变换参数的极大似然估计 105
4.2.2惩罚极大似然估计 106
4.2.3渐近性质 106
4.2.4迭代计算 108
4.3模拟研究 110
4.3.1变换参数的极大似然估计模拟结果 111
4.3.2基于不同惩罚函数和不同样本量的模拟比较 112
4.3.3基于不同惩罚函数和不同变换参数的模拟比较 113
4.3.4基于不同样本量和不同变换参数的模拟比较 114
4.4实例分析 114
4.5小结 115
第5章 双重广义线性模型 116
5.1双重广义线性模型的经验似然推断 116
5.1.1引言 116
5.1.2完全数据下的经验似然推断 117
5.1.3缺失数据下的经验似然推断 120
5.1.4模拟研究 121
5.1.5实例分析 123
5.1.6小结 124
5.2缺失数据下双重广义线性模型的参数估计 125
5.2.1引言 125
5.2.2最大扩展拟似然估计与最大伪似然估计 125
5.2.3缺失数据的最近距离插补和反距离加权插补 127
5.2.4模拟研究 129
5.2.5实例分析 136
5.2.6小结 136
5.3 t型双重广义线性模型的变量选择 138
5.3.1引言 138
5.3.2变量选择过程 140
5.3.3模拟研究 145
5.3.4定理的证明 149
5.3.5小结 152
第6章 偏态数据下联合位置、尺度与偏度模型 153
6.1偏正态数据下的变量选择 153
6.1.1引言 153
6.1.2变量选择过程 154
6.1.3模拟研究 160
6.1.4实例分析 161
6.1.5小结 163
6.2偏t正态数据下的变量选择 163
6.2.1引言 163
6.2.2变量选择过程 164
6.2.3模拟研究 170
6.2.4实例分析 171
6.2.5 小结 173
参考文献 174
索引 185