生長曲線模型及其統計診斷（英）

《生長曲線模型及其統計診斷》介紹生長曲線模型的理論及方法，並著重描述了該模型的統計診斷方法，主要內容包括：模型背景、資料介紹、參數估計理論、似然、診斷及貝爾葉斯診斷等，同時也介紹了大量的統計方法，講述了生長曲線模型在醫學、農業及生物等領域的廣泛套用。《生長曲線模型及其統計診斷》適合醫學、農業及生物領域內的數據分析者，套用統計工作者及從事統計學研究的人員及研究生參考閱讀。

基本介紹

• 書名：生長曲線模型及其統計診斷（英）
• 作者：本社
• ISBN：9787030195326
• 出版社：科學出版社

圖書信息

作者：本社編

出版社:科學出版社; 第1版 (2007年8月1日)

叢書名: 數學專著系列(英文版)

精裝:387頁

正文語種:英語

開本:16

ISBN:9787030195326

條形碼:9787030195326

商品尺寸: 23.8 x 17.2 x 2.4 cm

商品重量: 798 g

ASIN:B00127B7JI

定價：￥86.00元

內容提要

This book discusses the theory of agrowth curve model(GCM)with particularemphasisontatisticaldiagnostics,which is mainly base donrecent work on diagnostics made by the authors and the ircollaborators.This book is intended for researchers who are working in the area of theoretical studies related to the GCM as well as multivaria test atistical diagnostics,and for applied statis ticians working in application of the GCM topracticalareas.

編輯推薦

《生長曲線模型及其統計診斷》是由科學出版社出版的。

目錄

Preface

Acronyms

Notation

Chapter1Introduction

1.1GeneralRemarks

1.1.1StatisticalDiagnostics

1.1.20utliersandInfluentialObservation

1.2StatisticalDiagnosticsinMultivariateAnalysis

1.2.1MultipleOutliersinMultivariateData

1.2.2Statisticaldiagnosticsinmultivariatemodels

1.3GrowthCurveModel(GCM)

1.3.1ABriefReview

1.3.2CovarianceStructureSelection

1.4Summary

1.4.1StatisticalInference

1.4.2DiagnosticsWithinaIikelihoodFramework

1.4.3DiagnosticsWithinaBayesianFramework

1.5PreliminaryResults

1.5.1MatrixOperationandMatrixDerivative

1.5.2Matrix-variateNormalandtDistributions

1.6FurtherReadings

Chapter2GeneralizedLeastSquareEstimation

2.1GeneralRemarks

2.1.1ModelDefinition

2.1.2PracticalExamples

2.2GeneralizedLeastSquareEstimation

2.2.1GeneralizedLeastSquareEstimate(GLSE)

2.2.2BestLinearUnbiasedEstimate(BLUE)

2.2.3IllustrativeExamples

2.3AdmissibleEstimateofRegressionCoefficient

2.3.1Admissibility

2.3.2NecessaryandSufficientCondition

2.4BibliographicalNotes

Chapter3MaximumLikelihoodEstimation

3.1MaximumLikelihoodEstimation

3.1.1MaximumLikelihoodEstimate(MLE)

3.1.2ExpectationandVariance-covariance

3.1.3IllustrativeExamples

3.2Rao'sSimpleCovarianceStructure(SCS)

3.2.1ConditionThattheMLEIsIdenticaltotheGLSE

3.2.2EstimatesofDispersionComponents

3.2.3IllustrativeExamples

3.3RestrictedMaximumLikelihoodEstimation

3.3.1RestrictedMaximumLikelihood(REMLs)estimate

3.3.2REMLsEstimatesintheGCM

3.3.3IllustrativeExamples

3.4BibliographicalNotes

Chapter4DiscordantOutlierandInfluentialObservation

4.1GeneralRemarks

4.1.1DiscordantOutlier-GeneratingModel

4.1.2InfluentialObservation

4.2DiscordantOutlierDetectionintheGCMwithSCS

4.2.1MultipleIndividualDeletionModel(MIDM)

4.2.2MeanShiftRegressionModel(MSRM)

4.2.3MultipleDiscordantOutlierDetection

4.2.4IllustrativeExamples

4.3InfluentialObservationintheGCMwithSCS

4.3.1GeneralizedCook-typeDistance

4.3.2ConfidenceEllipsoid'sVolume

4.3.3InfluenceAssessmentonLinearCombination

4.3.4IllustrativeExamples

4.4DiscordantOutlierDetectionintheGCMwithUC

4.4.1MultipleIndividualDeletionModel(MIDM)

4.4.2MeanShiftRegressionModel(MSRM)

4.4.3MultipleDiscordantOutlierDetection

4.4.4IllustrativeExamples

……

Chapter5Likelihood-BasedLocalInfluence

Chapter6BayesianInfluenceAssessment

Chapter7BaryesianLocalInfluence

Appendix