徐登可
- 作品数：19 被引量：56H指数：4
- 供职机构：浙江农林大学更多>>
- 发文基金：国家自然科学基金浙江省自然科学基金贵州省科学技术基金更多>>
- 相关领域：理学经济管理自动化与计算机技术更多>>
- 非线性均值方差模型的贝叶斯数据删除统计诊断被引量：1
- 2020年
- 文章在非线性均值方差模型框架下基于K-L距离研究贝叶斯数据删除影响的统计诊断问题,通过应用Gibbs抽样和MH算法估计贝叶斯数据删除影响诊断统计量.随机模拟研究和红鳟鲑鱼数据的数值例子说明该诊断方法的可行性.
- 赵远英徐登可段星德
- 关键词：K-L距离
- 联合均值与方差模型的Bayes分析被引量：6
- 2018年
- 研究联合均值与方差模型的Bayes分析,通过应用Gibbs抽样和MetropolisHastings(MH)算法计算模型未知参数的Bayes估计与Bayes数据删除影响诊断统计量.模拟研究和实例分析说明该方法的可行性.
- 赵远英徐登可庞一成
- 关键词：BAYES数据删除GIBBS抽样
- 单纯形分布广义线性模型的贝叶斯变量选择
- 2015年
- 应用Gibbs抽样和MH算法研究单纯形分布广义线性模型的贝叶斯变量选择问题.定义了包含模型不确定性的单纯形分布广义线性模型,在该模型框架下描述了能有效识别预测变量的变量选择方法.最后用数值例子说明了该方法的有效性.
- 赵远英徐登可段星德戴亮
- 关键词：MH
- 杭州市GDP数据的统计诊断分析
- 2020年
- 国内生产总值(GDP)常被公认为是衡量国家经济状况的最佳指标,可以反映一个国家或地区的经济实力和市场规模。为探索影响杭州市GDP的主要因素,本文选择杭州市2000~2018年若干国民经济指标,基于多元线性回归建立回归模型。然后利用逐步回归法进行变量筛选,并对回归模型进行统计诊断,在一定标准下筛选模型中的强影响点,基于删除强影响点后的数据删除模型再次进行逐步回归分析,得到杭州市GDP与年末常住人口、固定资产投资额、居民消费指数以及财政总收入密切相关。
- 陆丹妮宋红凤徐登可
- 关键词：GDP多元线性回归多重共线性统计诊断COOK距离
- 逆高斯回归模型的贝叶斯分析被引量：1
- 2019年
- 文章对逆高斯回归模型进行贝叶斯统计分析,通过利用Gibbs抽样和MH算法得到模型参数的贝叶斯估计以及贝叶斯数据删除诊断统计量的计算。数值模拟说明了方法的可行性。
- 赵远英徐登可庞一成
- 关键词：贝叶斯分析数据删除GIBBS抽样
- 泊松逆高斯回归模型的贝叶斯统计推断被引量：3
- 2021年
- 本文研究泊松逆高斯回归模型的贝叶斯统计推断.基于应用Gibbs抽样,Metropolis-Hastings算法以及Multiple-Try Metropolis算法等MCMC统计方法计算模型未知参数和潜变量的联合贝叶斯估计,并引入两个拟合优度统计量来评价提出的泊松逆高斯回归模型的合理性.若干模拟研究与一个实证分析说明方法的可行性.
- 赵远英徐登可冉庆
- 关键词：贝叶斯估计GIBBS抽样
- 妊娠期高血压疾病危险因素的统计分析被引量：11
- 2012年
- 妊娠期高血压疾病(以下简称妊高病)是妊娠期特有的疾病.随着生活节奏快、精神压力大、高龄初产妇增多等高危因素的凸现,妊高病倾向者也逐渐增多.目前,对妊高病发病高危因素的研究很多.本文基于双重logistic回归模型对影响妊高病的危险因素进行变量选择和预测分析.
- 徐登可张忠占张松张蕾
- 关键词：妊娠期高血压疾病
- 基于主成分回归的杭州市PM2.5含量的综合分析被引量：6
- 2020年
- 为探究杭州市PM2.5含量与其他指标之间的关系,搜集杭州市2019年的AQI指数和AQI 6项指标进行分析.首先通过相关分析揭示PM2.5与其余5项指标的相关性,发现各指标与PM2.5均呈线性关系,又因为其余5项指标之间存在显著的线性相关性,故自变量之间存在多重共线性.为了消除多重共线性的影响,对这5项指标提取主成分,再基于主成分分析做回归分析.最后对模型进行统计诊断,按照一定标准筛选出原始数据中的强影响点,删除强影响点后得到最终模型.
- 宋红凤徐登可陆丹妮
- 关键词：PM2.5主成分分析统计诊断COOK距离
- 联合均值与方差模型的变量选择被引量：18
- 2012年
- 在许多应用方面.特别在经济领域和工业产品的质量改进试验中,非常有必要对方差建模.推广经典的正态回归模型,对联合均值与方差模型提出一种同时对均值模型和方差模型的变量选择方法.提出的惩罚极大似然估计具有相合性和oracle性质.随机模拟和实例研究结果表明该模型和方法是有用和有效的.
- 吴刘仓张忠占徐登可
- 关键词：异方差模型
- 纵向数据下半参数联合均值协方差模型的贝叶斯分析被引量：2
- 2021年
- 基于改进的Cholesky分解,研究分析了纵向数据下半参数联合均值协方差模型的贝叶斯估计和贝叶斯统计诊断,其中非参数部分采用B样条逼近.主要通过应用Gibbs抽样和Metropolis-Hastings算法相结合的混合算法获得模型中未知参数的贝叶斯估计和贝叶斯数据删除影响诊断统计量.并利用诊断统计量的大小来识别数据的异常点.模拟研究和实例分析都表明提出的贝叶斯估计和诊断方法是可行有效的.
- 田瑞琴赵远英徐登可
- 关键词：纵向数据CHOLESKY分解GIBBS抽样
