非線性再生散度模型

前言
第1章 非線性再生散度模型
　1.1 非線性再生散度模型的定義
　　1.1.1 再生散度分布族
　　1.1.2 非線性再生散度模型
　1.2 非線性再生散度模型的極大似然估計(jì)
　1.3 非線性再生散度模型參數(shù)的Bayes估計(jì)
第2章 非線性再生散度模型的統(tǒng)計(jì)診斷
　2.1 基于數(shù)據(jù)刪除模型的統(tǒng)計(jì)診斷
　　2.1.1 診斷模型分析
　　2.1.2 診斷統(tǒng)計(jì)量
　　2.1.3 實(shí)例分析
　2.2 局部影響分析
　　2.2.1 局部影響的曲率度量
　　2.2.2 擾動(dòng)模型分析
　　2.2.3 實(shí)例分析
　2.3 散度參數(shù)的齊性檢驗(yàn)
第3章 非線性再生散度模型參數(shù)置信域的曲率表示
　3.1 非線性再生散度模型的幾何結(jié)構(gòu)
　3.2 參數(shù)置信域的曲率表示
　　3.2.1 似然置信域的曲率表示
　　3.2.2 子集參數(shù)的置信域
第4章 非線性再生散度隨機(jī)效應(yīng)模型
　4.1 非線性再生散度隨機(jī)效應(yīng)模型的極大似然估計(jì)
　　4.1.1 Laplace近似及極大似然估計(jì)的算法
　　4.1.2 極大似然估計(jì)的EM算法和MCEM算法
　　4.1.3 極大似然估計(jì)的隨機(jī)逼近算法
　4.2 非線性再生散度隨機(jī)效應(yīng)模型的Bayes分析
　　4.2.1 Gibbs抽樣
　　4.2.2 條件分布
　　4.2.3 Metropolis-Hastings算法
　　4.2.4 Bayes推斷
　　4.2.5 模擬研究
　　4.2.6 實(shí)例分析
　4.3 非線性再生散度隨機(jī)效應(yīng)模型的統(tǒng)計(jì)診斷
　　4.3.1 診斷模型分析
　　4.3.2 診斷統(tǒng)計(jì)量
　　4.3.3 局部影響分析
　　4.3.4 實(shí)例分析
　4.4 非線性再生散度隨機(jī)效應(yīng)模型參數(shù)置信域的曲率表示
　　4.4.1 非線性再生散度隨機(jī)效應(yīng)模型的幾何結(jié)構(gòu)
　　4.4.2 似然置信域的曲率表示
　　4.4.3 子集參數(shù)置信域的曲率表示
第5章 非線性再生散度結(jié)構(gòu)方程模型Bayes分析
　5.1 非線性再生散度結(jié)構(gòu)方程模型
　5.2 模型的Bayes分析
　　5.2.1 Gibbs抽樣及后驗(yàn)分布
　　5.2.2 Metropolis-Hastings算法
　　5.2.3 Bayes估計(jì)及擬合優(yōu)度統(tǒng)計(jì)量
　5.3 基于路徑抽樣的模型選擇
　5.4 模擬研究與實(shí)例分析
　　5.4.1 模擬研究
　　5.4.2 實(shí)例分析及winBUGS軟件的應(yīng)用
　5.5 討論
第6章 帶有不可忽略缺失數(shù)據(jù)的非線性再生散度結(jié)構(gòu)方程模型的Bayes分析
　6.1 帶有缺失數(shù)據(jù)的非線性再生散度結(jié)構(gòu)方程模型
　6.2 缺失數(shù)據(jù)機(jī)制模型
　6.3 模型的Bayes分析
　　6.3.1 后驗(yàn)分布
　　6.3.2 Metropolis-Hastings算法
　　6.3.3 Bayes估計(jì)及偏后驗(yàn)預(yù)測(cè)p值
　6.4 Buyes模型比較
　6.5 模擬研究與實(shí)例分析
　　6.5.1 模擬研究
　　6.5.2 實(shí)例分析及WinBUGS軟件的應(yīng)用
6.6 討論
參考文獻(xiàn)
附錄A
附錄B 實(shí)例分析的WinBUGS程序