Publications-NSC Projects

Article View/Open

Publication Export

Google ScholarTM

NCCU Library

Citation Infomation

Related Publications in TAIR

題名 邏輯司迴歸模型之穩健離群值檢定
On the Robust Outlier Test for the Logistic Regression Model
作者 鄭宗記
貢獻者 統計系
關鍵詞 拔靴法之區間範圍; 前進演算法; 一般化概似比檢定; 邏輯斯迴歸模型; 最小削減殘差估計; 最大削減概似估計; 離群值
Bootstrapping confidence envelopes; forward search algorithm; general likelihood ratio test;logistic regression model; minimum trimmed deviances estimator; maximum trimmed likelihood estimator; multiple outliers
日期 2018-11
上傳時間 14-May-2026 15:42:08 (UTC+8)
摘要 本研究計畫將應用「硬削減」及「適應的硬削減」兩種方式於前進演算法中,藉以判斷邏輯斯迴歸模 型配適時可能的離群值;最小削減殘差與最大削減概似估計為此計畫中將使用的兩種穩健估計方法。 同時考量將一般化概似比檢定以檢驗離群值是否被納入前進演算過程中,但因為此一概似比檢定統計 量之分配未知,將藉由拔靴法產生其對應之區間範圍,以作為檢定之依據。計畫將以模擬方法評估所 提之穩健方法,並以實際資料陳示及比較傳統方法與穩健方法之結果差異。
關聯 科技部, MOST106-2118-M004-004, 106.08-107.07
資料類型 report
dc.contributor 統計系
dc.creator (作者) 鄭宗記
dc.date (日期) 2018-11
dc.date.accessioned 14-May-2026 15:42:08 (UTC+8)-
dc.date.available 14-May-2026 15:42:08 (UTC+8)-
dc.date.issued (上傳時間) 14-May-2026 15:42:08 (UTC+8)-
dc.identifier.uri (URI) https://ah.lib.nccu.edu.tw/item?item_id=182625-
dc.description.abstract (摘要) 本研究計畫將應用「硬削減」及「適應的硬削減」兩種方式於前進演算法中,藉以判斷邏輯斯迴歸模 型配適時可能的離群值;最小削減殘差與最大削減概似估計為此計畫中將使用的兩種穩健估計方法。 同時考量將一般化概似比檢定以檢驗離群值是否被納入前進演算過程中,但因為此一概似比檢定統計 量之分配未知,將藉由拔靴法產生其對應之區間範圍,以作為檢定之依據。計畫將以模擬方法評估所 提之穩健方法,並以實際資料陳示及比較傳統方法與穩健方法之結果差異。
dc.format.extent 116 bytes-
dc.format.mimetype text/html-
dc.relation (關聯) 科技部, MOST106-2118-M004-004, 106.08-107.07
dc.subject (關鍵詞) 拔靴法之區間範圍; 前進演算法; 一般化概似比檢定; 邏輯斯迴歸模型; 最小削減殘差估計; 最大削減概似估計; 離群值
dc.subject (關鍵詞) Bootstrapping confidence envelopes; forward search algorithm; general likelihood ratio test;logistic regression model; minimum trimmed deviances estimator; maximum trimmed likelihood estimator; multiple outliers
dc.title (題名) 邏輯司迴歸模型之穩健離群值檢定
dc.title (題名) On the Robust Outlier Test for the Logistic Regression Model
dc.type (資料類型) report