姜淑;理查德·库克。 间歇观测下集群多状态过程聚合数据的复合似然。 （英文） Zbl 1511.62342号 Commun公司。统计、理论方法 49，第12号，2913-2930（2020）. 概述：马尔可夫过程为建模生物体在其生命周期的连续阶段中的进展提供了有用的基础。当在发育研究中对生物体进行间歇性检查时，可以根据转换概率函数的面板数据构建可能性。然而，在某些情况下，由于难以识别不同的个体，无法单独追踪生物体，在这种情况下，不同发育阶段的生物体总数在连续的时间点记录下来。在开发研究中，我们考虑了可用于多个储罐中每个储罐的此类总计数的设置。我们开发了一些方法，这些方法使用边际建模方法和稳健方差估计，并通过使用随机效应模型来适应坦克内转移率的聚类。在这两种情况下，建议将复合似然作为推理的基础。还讨论了包含死亡率的扩展。所提出的方法在实证研究中表现良好，并在一个关于拟南芥工厂。 MSC公司： 62页第10页 统计学在生物学和医学中的应用；元分析 2005年6月2日 马尔可夫过程：估计；隐马尔可夫模型 62号02 生存分析和删失数据中的估计 关键词：综合数据;聚类数据;异质性;间歇观测;马尔可夫过程;随机效应模型 软件：毫秒;invGauss公司 PDF格式BibTeX公司 XML格式引用 \textit｛S.Jiang｝和\textit｛R.J.Cook｝，公社。Stat.，理论方法49，No.12，2913--2930（2020；Zbl 1511.62342） 全文： 内政部 链接 参考文献： [1] Aalen，O.O.，《马尔可夫链上的混合分布》，《斯堪的纳维亚统计杂志》，第14期，第281-9页（1987年）·Zbl 0641.60076号 [2] O.O.阿伦。；O.博根。；Gjessing，H.K.，《生存与事件历史分析：点过程观点》（2008），纽约：Springer，纽约·Zbl 1204.62165号 [3] 艾尔，M。；布伦克，H.D。；尤因，G.M。；里德，W.T。；Silverman，E.，《不完全信息抽样的经验分布函数》，《数理统计年鉴》，26，4，641-7（1955）·Zbl 0066.38502号 ·doi:10.1214/aoms/1177728423 [4] Borror，D.L。；怀特，R.E.，《美国墨西哥北部昆虫野外指南》（1970），波士顿：霍顿-米夫林，波士顿 [5] 库克·R·J。；Lawless，J.F.，生命史数据分析的多状态模型（2018），纽约：Springer，纽约·Zbl 1392.62004号 [6] 库克·R·J。；Yi，G.Y。；Lee，K.-A。；Gladman，D.D.，不完全观测下集群递进多状态过程的条件马尔可夫模型，生物统计学，60，2，436-43（2004）·兹比尔1274.62752 ·doi:10.1111/j.0006-341X.2004.00188.x [7] 刁，L。；Cook，R.J.，《通过连接函数对多个多状态过程进行联合分析的复合可能性》，生物统计学，15，4，690-705（2014）·doi:10.1093/biostatistics/kxu011 [8] A.唐纳。；Klar，N.，《健康研究中分组随机试验的设计与分析》（2000年），英国伦敦：阿诺德出版社，英国伦敦 [9] 格拉德曼，D.D。；Chandran，V.，《观察队列研究：从多伦多大学银屑病关节炎项目中吸取的教训》，《风湿病学》，第50、1、25-31页（2011年）·doi:10.1093/风湿病学/keq262 [10] 古诺，E。；科特拉伊，L。；Fredette，M.，《聚合数据估算》，计算统计与数据分析，55，1，615-26（2011）·Zbl 1247.62248号 ·doi:10.1016/j.csda.2010.06.003 [11] Jackson，C.H.，《面板数据的多状态模型：R的msm包》，《统计软件杂志》，38，1-29（2011） [12] 江，S。；Cook，R.J.，《生长研究的成本效益设计与聚集和跟踪》，《生物统计学与生物统计学杂志》，第9期，第406-11页（2018年） [13] Kalbfleisch，J.D。；Lawless，J.F.，《马尔可夫假设下的面板数据分析》，《美国统计协会杂志》，80，392，863-71（1985）·Zbl 0586.62136号 ·doi:10.1080/01621459.1985.10478195 [14] Munholland，P.L。；Kalbfleisch，J.D.，昆虫生活史数据的半马尔可夫模型，生物统计学，47，3，1117-26（1991）·doi:10.2307/2532663 [15] Nelsen，R.B.，《交配动物导论》（2006），纽约：施普林格，纽约·Zbl 1152.62030 [16] 奥基夫，A.G。；汤姆，B.D。；永别了，V.T.，《多状态建模中的混合物分布：银屑病关节炎研究中的一些考虑因素》，《医学统计学》，32，4，600-19（2013）·doi:10.1002/sim.5529 [17] Satten，G.A.，《估算间隔感知事件链数据中的跟踪范围》，《生物计量学》，55，4，1228-31（1999）·Zbl 1059.62704号 [18] Sutradhar，R。；Cook，R.J.，《集群多状态过程的间隔相关数据分析：在银屑病关节炎关节损伤中的应用》，《皇家统计学会杂志：C辑（应用统计）》，57，5，553-66（2008）·doi:10.1111/j.1467-9876.2008.00630.x [19] Sweeting，M.J。；Angelis，D.D。；尼尔·K·R。；M.E.拉姆齐。；欧文，W.L。；Wright，M。；布兰特，L。；Harris，H.E.，根据招募方法不同，三个英国丙型肝炎队列的估计进展率不同，《临床流行病学杂志》，59，2，144-52（2006）·doi:10.1016/j.jclinepi.2005.06.008 [20] 瓦林，C。；N.里德。；Firth，D.，《复合似然法概述》，《中国统计》，2011年第21期，第5-42页·Zbl 05849508号 [21] White，H.，错误指定模型的最大似然估计，《计量经济学》，50，1，1-25（1982）·Zbl 0478.62088号 ·doi:10.2307/1912526 [22] 曾磊。；Cook，R.J.，多变量纵向二元数据的转换模型，美国统计协会杂志，102477211-23（2007）·Zbl 1284.62675号 ·doi:10.1198/016214500000089 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。