偏正態(tài)單向分類隨機效應模型下暴露水平的Bootstrap推斷

摘要： 為評估工作環(huán)境中的暴露水平，基于偏正態(tài)單向分類隨機效應模型，研究暴露水平的區(qū)間估計和假設(shè)檢驗問題。首先，利用EM算法給出未知參數(shù)的極大似然估計。進而，基于Bootstrap方法，構(gòu)造個體平均暴露水平的三種Bootstrap置信區(qū)間。Monte Carlo模擬結(jié)果表明，修正的Bootstrap百分位置信區(qū)間在覆蓋概率意義下優(yōu)于其他兩種Bootstrap置信區(qū)間，Bootstrap... （共11頁）