簡易檢索 / 詳目顯示

研究生: 粱華南
LIANG,HUA-NAN
論文名稱: 迴歸模型診斷方法研究
指導教授: 黃登源
Huang, Deng-Yuan
學位類別: 碩士
Master
系所名稱: 數學系
Department of Mathematics
畢業學年度: 78
語文別: 中文
論文頁數: 23
中文關鍵詞: 迴歸模型COOK 統計量反應值修正誤差項變異重覆樣本資料點
論文種類: 學術論文
相關次數: 點閱:156下載:0
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 近二、三十年來,隨著電腦之迅速發展,回歸分析中檢視資料品質是否良好、模型是
    否適當等問題,是很重要的研究方向。在資料的蒐集過程中,可能由於測量工具失當
    或者人為的疏失以致產生錯誤的資料(例如:記錄或謄寫錯誤、資料鍵入錯誤等等)
    ,固然必須把它挑出來加以改正;更重要的是,資料中可能有些資料點對模型的配適
    具顯著的影響而導致分析結果變化很大,有必要對這種資料特別謹慎處理,才不至於
    隱藏問題的真象,下結論時才能較客觀。
    本文主要在探討回歸模型診斷中有關影響資料點的挑選方法。可分成兩大項來敘述:
    一、修正傳統的Cook統計量:Cook統計量過度反應了來自解釋變數的效應,可能把不
    是影響點的點挑出來。修正的主要目的即改善這種情況,加重來自殘差的影響,淡化
    來自解釋變數的影響,俾能反應真正來自反應值的影響。(詳見第二章)
    二、修正誤差項變異不等的挑選方法:在一般文獻中,通常基於誤差項變異相等的假
    設下進行討論,但是在實際應用上,不一定是這樣的理想情況,所以本文討論不假設
    變異相等的處理方法。我們將資料點分組,同一組的點看成重覆樣本,以純誤差來估
    計該組變異。經檢定后若變異有顯著差異則進一步估計權數,以加權最小平方法進行
    分析;若檢定后無顯著差異,則依第二章所提之修正統計量來挑選影響資料點。(詳
    見第三章)

    無法下載圖示
    QR CODE