散度偏大计数数据回归模型的变量选择与模型比较  

Variable selection and models comparison of regression model on count data with overdispersion

作　　者：陈雪东[1] 

机构地区：[1]湖州师范学院理学院,浙江湖州313000

出　　处：《应用数学与计算数学学报》2013年第4期533-540,共8页Communication on Applied Mathematics and Computation

基　　金：国家社会科学基金资助项目(10BTJ001);国家自然科学基金资助项目(11171105;11171293)

摘　　要：讨论了具有散度偏大特征计数数据的建模与拟合问题.针对导致数据散度偏大的原因和常用的几类候选模型的结构,分别给出了关于嵌套模型的模型与变量同时选择的Bayes方法和关于非嵌套模型的模型检验与比较方法,并在此基础上进一步完善,提出了较为系统完整的模型与变量选择方法.实际例子说明了方法的具体实现过程和有效性.The problems of modeling and fitting on count data with overdisper- sion are disscussed. Accouting to the various reasons of count data exhibiting overdispersion and the different candidate models to fitting, a Bayesian procedure for the nested model and a test method for the non-nested model are proposed, respectively. A unified framework for the model comparison and the variable se- lection is provided. The example illustrates the implement and the effection of the method.

关 键 词：散度偏大 嵌套模型 模型选择 Bayes因子 MCMC (Markov CHAIN MONTE Carlo)方法 

分 类 号：O212.1[理学—概率论与数理统计]