论文部分内容阅读
非线性回归模型是为了更准确地描述数据之间的联系而引入的较线性回归模型更广泛的一类模型，该模型可以用来描述生物医学、经济学、社会学、保险精算学、统计遗传学、物理学、化学、工程技术等领域中的响应变量与解释变量之间的关系，在自然界的各种学科研究中都有着广泛的应用背景。因此，积极开展非线性回归模型的研究在理论和实际应用中都有非常重要的意义。尽管现有文献中对非线性回归模型的研究已经取得了很多有价值的研究成果，但几乎所有文献都假设数据是完全可观测的。然而，随着社会的进步和人们意识的提高，越来越多的数据或许存在缺失的现象。因此，本文研究带有缺失数据的非线性模型不仅有一定的理论意义而且还有非常重要的应用价值。
第一章，介绍了非线性回归模型的国内外研究现状以及缺失数据的研究概况。
第二章，讨论了带有缺失数据非线性回归模型的Bayes估计。在给定的先验分布下得到了模型参数的后验分布，并在一些损失函数下得到了模型参数的各种Bayes估计，一个实例被用来说明方法的应用。
第三章，讨论了带有缺失数据的非线性模型的Bayes局部影响分析，包括Bayesω-模式、Bayes局部影响度量统计量、缺失数据下非线性模型的Bayes局部影响分析，一个实例被用来说明方法的应用。
第四章，总结全文。展望了在完全缺失数据机制下的Bayes估计问题和局部影响分析研究。