迭代广义最小二乘法的建立及其在重复测量数据中的应用

摘要：

线性回归模型是处理两个或两个以上变量间线性依存关系的统计方法,是医学研究中最常用的统计学模型之一.在确定了线性回归模型的形式,又确定了自变量选取的情况下,就需要对模型的各个系数进行估计以及对系数估计值的统计学意义进行探讨,在临床研究中有时还需要对不同回归系数估计值之间的差异是否有统计学意义进行检验.对回归系数的估计一般有矩估计、极大似然估计、最小二乘法估计、广义最小二乘法估计和两阶段广义最小二乘法估计等.

机标关键词：迭代、广义最小二乘法、重复测量数据、最小二乘法估计、线性回归模型、统计学意义、回归系数、极大似然估计、估计值、统计学模型、依存关系、医学研究、统计方法、临床研究、变量选取、两阶段、矩估计、处理

所属期刊栏目：29

分类号：R19;R1

在线出版日期：2013-01-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：768-771