导读:本文包含了混合回归空间自回归论文开题报告文献综述及选题提纲参考文献，主要关键词:条件自回归,分层贝叶斯,空间自相关,Openbugs
混合回归空间自回归论文文献综述
吴昕宇[1]（2018）在《带有多元条件自回归的广义混合线性模型在空间统计数据上的应用》一文中研究指出论文研究了疾病数据的空间分布模型,在研究这一问题常用的条件自回归模型的基础上,将其与广义线性回归模型相结合,并由过去只研究单种疾病,发展到研究两种以上疾病在空间中的分布关系。Jin等人在2005年介绍了一种更加灵活的广义多元条件自回归模型,并运用贝叶斯的方法进行参数估计。在本文中,我们在Jin等人的研究基础上,使用分层贝叶斯的计算方法对模型进行迭代,从而计算出各个参数。在第1节与第2节,论文介绍了空间自相关性理论,因为证明数据是空间相关的是我们研究空间统计的前提,介绍了多变量条件自回归(MCAR)模型,并将其与线性模型结合,扩展至广义空间线性混合模型。在第叁节进行模型的模拟工作,对多元条件自回归模型与广义线性模型的混合模型进行模拟检测,证明模型是合理且可用于实例分析。在实例分析部分,论文利用了《中国肿瘤登记地区2008年恶性肿瘤发病和死亡分析》所提供的数据,通过Moran’s I指数证明了肿瘤发病与死亡数据都具有有空间相关性的,根据Local Moran’s I值、Z得分确定了每个区域的空间聚集类型,即高高,低低,高低,低高,并对一些特定地区进行分析。论文选用了代表性比较强胃癌和食道癌进行分析,利用Openbugs软件在迭代5万次之后使所有主要参数均尾部均达到平稳,由结果可以得出,这两种疾病都具有较强的空间相关度,并且两种疾病在空间上有微弱的正向关系,即胃癌在空间上对肝脏癌存在一个正向的促进效应。(本文来源于《大连理工大学》期刊2018-03-25）
金立斌,戴晓文,石磊[2]（2015）在《混合空间自回归模型的异常值检验》一文中研究指出文章研究了混合空间自回归模型的单个异常值的检验问题。分别在均值滑动模型和方差加权模型下导出了得分统计量的具体形式及检验过程。应用于一阶空间自回归模型中,给出了的异常值得分检验统计量的具体形式及近似分布。最后利用哥伦布市社区犯罪数据证实了方法的有效性。(本文来源于《统计与决策》期刊2015年01期）
金立斌[3]（2014）在《混合空间自回归模型中多个异常值问题的诊断研究》一文中研究指出近年来，地理信息系统(GIS)、全球定位系统(GPS)、卫星遥感(RS)等技术的迅速发展，使得数据的地理空间信息越来越受到人们的关注．这类数据往往具有空间自相关性，也就是说不同区域的数据之间具有相互依赖关系．空间计量经济学是近年来一个发展迅猛的计量经济学分支，对于现实中越来越多的具有空间特性的数据的分析具有重大意义．然而在空间数据中，异常值的出现也非常频繁．究其原因可能是用于拟合的空间计量模型不恰当，也可能是因为经济现象本身的特殊性引起的．混合空间自回归模型是一类非常重要的空间计量模型，对于处理具有空间特性的数据具有广泛的应用价值．它不仅刻画了因变量与本地区的自变量的相关关系，还描述了相邻地区的因变量间的相关性．但是由于空间自回归效应的存在，混合空间自回归模型对于异常值的敏感性远远大于普通线性回归模型．如果数据中存在异常值，则建模型的结果可能存在较大误差，对于经济意义的解释造成不良影响．因此，对于混合空间自回归模型中的异常值诊断就显得尤为迫切．本文研究了混合空间自回归模型中多个异常值的检验问题．通过考虑混合空间自回归模型的均值漂移模型和方差加权模型，分别导出了这两个异常值模型下得分检验统计量的具体表达式和检验过程．并将此方法应用于一阶空间自回归模型中，导出了此模型下异常值得分检验统计量的具体表达式和近似分布．此外，我们也采用模拟数据的分析，如检验的尺度和功效，来说明所提出异常值检验统计量的可信性．最后利用哥伦布市社区犯罪数据的诊断分析证实了所提出方法的有效性．(本文来源于《云南财经大学》期刊2014-05-01）
李凯,白鹏[4]（2013）在《空间混合自回归模型的局部影响分析》一文中研究指出基于一阶导数方法,对空间混合自回归模型进行局部影响分析.当模型中误差向量的均值发生扰动时,依据极大似然方法对模型中自回归系数ρ和方差σ2分别构造了检测强影响点或异常点的最大影响方向dmax,ρ和dmax,σ2.数据模拟研究表明,基于dmax,σ2的检测效果明显优于dmax,ρ的效果.同时,对一个实际数据的分析,说明所得结果在实际研究中也是有用的.(本文来源于《云南民族大学学报(自然科学版)》期刊2013年03期）
杨翠平[5]（2013）在《空间混合自回归模型的局部影响分析》一文中研究指出随着地理信息系统(GIS)、全球定位系统(GPS)、卫星遥感(Rs)的迅速发展，人们越来越关注数据的地理空间信息。基于这种空间数据分析的统计学称为空间统计学。空间数据具有空间自相关性(SpatilAutocorrelation)，即不同地区的数据之间存在相互依赖性。空间混合自回归(SpatialAutoregressive,简记为SAR)模型是处理空间相关性问题的一种方法。它包括了被解释变量与本区域的解释变量的相关性，还刻画了与相邻区域的被解释变量的相关性。影响点或异常点的识别是空间混合自回归模型参数估计以及统计推断中很重要的问题。而现今研究空间模型统计诊断的文献还比较少。Cook(1986)首次提出的局部影响分析方法是采用影响图的法曲率来度量数据的影响，研究同时扰动模型的某些部分而不是删除个别数据点对数据产生的联合影响。由于扰动模式定义的多样性，这一方法得到了广泛的应用和发展。Lawrance(1988)指出局部影响分析方法能够识别出数据中存在的部分Masking效应。但是当数据间存在很强的相关性，局部影响分析方法就无法有效识别所有的影响点。Shi和Huang(2011)提出了逐步局部影响分析方法，对局部影响分析的方法进行改进，分析表明该方法能有效识别数据中的Masking效应。本文中我们把上述两种方法应用到空间混合自回归模型，识别空间混合自回归模型中的异常点和影响点，并通过实例分析比较两种方法在识别过程中的有效性。在局部影响分析中，本文采用的扰动方式主要有方差扰动、均值扰动以及自变量扰动叁种。通过Cook(1986)局部影响分析方法理论推导出了空间混合自回归模型以及一阶空间自回归模型分别在方差扰动模式、均值扰动模式以及自变量扰动模式下的诊断统计量。在用局部影响分析方法中，本文采用最大特征向量法来判定影响点或异常点。在逐步局部影响分析方法中，本文采用单点移除法迭代，并选用平均基准来判定影响点或异常点。因为一阶空间自回归模型是空间混合自回归模型的特殊形式，因此在实例分析中我们仅讨论了空间混合自回归模型的局部影响分析和逐步局部影响分析的结果。从诊断效果来看，局部影响分析方法以及逐步局部影响分析方法能有效识别空间混合自回归模型中的影响点或异常点。逐步局部影响分析方法在识别影响点或异常点的过程中不仅能明确数据点是否为影响点或异常点，通过q-value值的大小，还能判断检测出的点是否为强影响点。(本文来源于《云南财经大学》期刊2013-05-01）
陈炳为,李德云,许碧云,倪宗瓒[6]（2003）在《空间混合自回归模型在碘缺乏病防治中的应用》一文中研究指出目的 分析儿童尿碘与盐碘的关系 ,评价四川省碘缺乏病防治效果。方法 利用直线回归与空间混合自回归 2种统计模型建立尿碘与盐碘之间的关系。结果 2种回归模型的系数都有统计学意义 ,盐碘的系数为3.6 80 2和 2 .716 3,空间自相关系数为 0 .4395 ,空间自回归模型解释尿碘的空间变异 12 .3%。结论 回归模型表明 8～ 10学生尿碘水平与盐碘含量有关 ,尿碘水平除了存在个体随机性差异 ,还存在空间自相关性引起的差异。(本文来源于《中国地方病学杂志》期刊2003年01期）
混合回归空间自回归论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
文章研究了混合空间自回归模型的单个异常值的检验问题。分别在均值滑动模型和方差加权模型下导出了得分统计量的具体形式及检验过程。应用于一阶空间自回归模型中,给出了的异常值得分检验统计量的具体形式及近似分布。最后利用哥伦布市社区犯罪数据证实了方法的有效性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
混合回归空间自回归论文参考文献
[1].吴昕宇.带有多元条件自回归的广义混合线性模型在空间统计数据上的应用[D].大连理工大学.2018
[2].金立斌,戴晓文,石磊.混合空间自回归模型的异常值检验[J].统计与决策.2015
[3].金立斌.混合空间自回归模型中多个异常值问题的诊断研究[D].云南财经大学.2014
[4].李凯,白鹏.空间混合自回归模型的局部影响分析[J].云南民族大学学报(自然科学版).2013
[5].杨翠平.空间混合自回归模型的局部影响分析[D].云南财经大学.2013
[6].陈炳为,李德云,许碧云,倪宗瓒.空间混合自回归模型在碘缺乏病防治中的应用[J].中国地方病学杂志.2003