第1章 非线性再生散度模型 1
1.1 非线性再生散度模型的定义 1
1.1.1 再生散度分布族 1
1.1.2 非线性再生散度模型 8
1.2 非线性再生散度模型的极大似然估计 9
1.3 非线性再生散度模型参数的Bayes估计 22
第2章 非线性再生散度模型的统计诊断 28
2.1 基于数据删除模型的统计诊断 28
2.1.1 诊断模型分析 29
2.1.2 诊断统计量 33
2.1.3 实例分析 39
2.2 局部影响分析 44
2.2.1 局部影响的曲率度量 44
2.2.2 扰动模型分析 47
2.2.3 实例分析 50
2.3 散度参数的齐性检验 54
第3章 非线性再生散度模型参数置信域的曲率表示 59
3.1 非线性再生散度模型的几何结构 60
3.2 参数置信域的曲率表示 62
3.2.1 似然置信域的曲率表示 62
3.2.2 子集参数的置信域 66
第4章 非线性再生散度随机效应模型 72
4.1 非线性再生散度随机效应模型的极大似然估计 73
4.1.1 Laplace近似及极大似然估计的算法 75
4.1.2 极大似然估计的EM算法和MCEM算法 82
4.1.3 极大似然估计的随机逼近算法 87
4.2 非线性再生散度随机效应模型的Bayes分析 91
4.2.1 Gibbs抽样 92
4.2.2 条件分布 93
4.2.3 Metropolis-Hastings算法 96
4.2.4 Bayes推断 97
4.2.5 模拟研究 98
4.2.6 实例分析 99
4.3 非线性再生散度随机效应模型的统计诊断 100
4.3.1 诊断模型分析 102
4.3.2 诊断统计量 105
4.3.3 局部影响分析 109
4.3.4 实例分析 113
4.4 非线性再生散度随机效应模型参数置信域的曲率表示 118
4.4.1 非线性再生散度随机效应模型的几何结构 119
4.4.2 似然置信域的曲率表示 122
4.4.3 子集参数置信域的曲率表示 124
第5章 非线性再生散度结构方程模型Bayes分析 129
5.1 非线性再生散度结构方程模型 130
5.2 模型的Bayes分析 132
5.2.1 Gibbs抽样及后验分布 133
5.2.2 Metropolis-Hastings算法 139
5.2.3 Bayes估计及拟合优度统计量 141
5.3 基于路径抽样的模型选择 145
5.4 模拟研究与实例分析 147
5.4.1 模拟研究 147
5.4.2 实例分析及WinBUGS软件的应用 150
5.5 讨论 153
第6章 带有不可忽略缺失数据的非线性再生散度结构方程模型的Bayes分析 154
6.1 带有缺失数据的非线性再生散度结构方程模型 155
6.2 缺失数据机制模型 157
6.3 模型的Bayes分析 159
6.3.1 后验分布 160
6.3.2 Metropolis-Hastings算法 162
6.3.3 Bayes估计及偏后验预测p值 163
6.4 Bayes模型比较 165
6.5 模拟研究与实例分析 167
6.5.1 模拟研究 167
6.5.2 实例分析及WinBUGS软件的应用 171
6.6 讨论 174
参考文献 176
附录A 187
附录B 实例分析的WinBUGS程序 192