...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Journal of statistical computation and simulation >Improving estimation for beta regression models via EM-algorithm and related diagnostic tools
【24h】

Improving estimation for beta regression models via EM-algorithm and related diagnostic tools

机译：通过EM算法和相关的诊断工具来改进Beta回归模型的估计

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper we propose an alternative procedure for estimating the parameters of the beta regression model. This alternative estimation procedure is based on the EM-algorithm. For this, we took advantage of the stochastic representation of the beta random variable through ratio of independent gamma random variables. We present a complete approach based on the EM-algorithm. More specifically, this approach includes point and interval estimations and diagnostic tools for detecting outlying observations. As it will be illustrated in this paper, the EM-algorithm approach provides a better estimation of the precision parameter when compared to the direct maximum likelihood (ML) approach. We present the results of Monte Carlo simulations to compare EM-algorithm and direct ML. Finally, two empirical examples illustrate the full EM-algorithm approach for the beta regression model. This paper contains a Supplementary Material.
机译：在本文中，我们提出了另一种估计β回归模型参数的方法。此替代估计过程基于EM算法。为此，我们通过独立的伽玛随机变量的比率利用了β随机变量的随机表示。我们提出一种基于EM算法的完整方法。更具体地说，此方法包括点和间隔估计以及用于检测异常观测值的诊断工具。正如本文将要说明的那样，与直接最大似然（ML）方法相比，EM算法方法可以更好地估计精度参数。我们介绍了蒙特卡罗模拟的结果，以比较EM算法和直接ML。最后，两个经验示例说明了Beta回归模型的完整EM算法。本文包含补充材料。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号