广义非线性泊松回归的统计分析文献综述

《文献综述》

摘要：

回归分析作为一种预测性的建模技术，近年来发展迅速，而且在很多领域都有着不可忽视的作用。随着越来越多的学者的研究，回归分析产生了大量方法。通过对这些方法的学习、分析，可以更好的为实际应用提供解决模型。

主要目的:

对线性回归，非线性回归，广义线性回归，广义非线性泊松回归等统计模型的实际背景，相互关系做一个深入的了解。从而找出决定建立统计模型的基本思路。对模型中的未知参数进行估计，采用极大似然估计法，及高斯--牛顿迭代算法得到参数估计的近似解。为进一步的理论分析提供依据和建议。对广义非线性泊松回归进行初步的统计诊断，学习找到异常点的基本方法。

关键词：广义非线性泊松回归模型; 统计诊断; 线性回归；非线性回归；广义线性回归

我的课题是《广义非线性泊松回归的统计分析》。为了做好这次毕业设计，我做好了大量的预备工作。这次课题除了阅读指导老师给定的主要文献外，我还通过了查阅校内图书馆、网上资料搜集等途径查阅了大量相关资料。下面就是我对这些文献中关于本次课题内容的总结。

一、回归分析发展状况、发展前景

回归分析作为一种预测性的建模技术，在统计学中有着重要的地位。尤其是在如今的大数据爆发的时代，回归分析的发展与现代社会发展紧密的联系在了一起。回归分析一直都在随着时代一同发展的，这项学科起初的古典意义是来自十九世纪的英国生物学家高尔顿的遗传学的回归概念。而随着回归分析与计算机技术的结合，它主要被用来研究对一个应变量对若干解释依存关系。所以现今所谓的回归分析法，指的我们利用手头上大量已有的观察数据，在这些数据的基础上，充分利用数理统计方法建立因变量与自变量之间的回归关系。这其中具体包括了参数估计、假设检验、模型选择等理论和有关计算方法。