论文部分内容阅读
GMANOVA-MANOVA(Generalized Multivariate Analysis of variance-Multi-variate Analysis of variance)模型1985年首次由Chinchilli和Elswick<[1]>两人提出,显然该模型既包含了通常的生长曲线模型,又包含了通常的多元线性模型,并且该模型对于分析生物数据非常重要.由于它具有丰富的理论内涵和广泛应用于生物、医学、经济等领域,因此受到了人们的关注<[2],[3],[4]>.在以往的研究中,为了便于处理,人们大多对误差阵E作正态假设,非正态的问题的假设却少见于文献.有鉴于此,该文假设此模型的误差阵为带Gauss型的误差.从该文得到的结果来看,这样的误差给出的误差阵E的分布形式是十分广泛的,完全可以将Gauss型误差中的随机变量T的分布看作确定模型中的误差阵E的分布的"参数".因此对带Gauss型误差的GMANOVA-MANOVA模型的研究更既有普遍的意义.该文的主要目的是对上述模型进行统计推断.为了明确起见,选择具有Rao简单结构.第一,求出了模型中未知参数的极大似然估计.第二,探求了其数字特征.第三,得到了未知参数的置信区域.第四,利用似然比方法,讨论了模型中未知参数的假设检验问题,并借助于矩法确定了假设检验的零分布,得到了未知参数的似然比检验.第五,利用均值漂移模型,考虑了模型中异常点的诊断问题,得出了模型中异常点的识别方法.最后,当Gauss型误差中的随机变量T服从Gamma(γ/2,1/2)分布时,对上述部分结果进行了模拟计算.