×
唐纳德·赫德克;杜托伊特（Stephen H.C.du Toit）。;哈坎·德米尔塔斯;罗伯特·D·吉本斯。

关于二元结果混合模型回归参数边缘化的说明。 （英语） Zbl 1415.62098号

生物计量学 74，第1期，354-361（2018）.
摘要：本文讨论了相关二元结果混合模型中回归参数的边缘化。众所周知，与代表无条件协变量效应的“人口平均”（PA）或边际估计相比，此类模型中的回归参数具有“特定主题”（SS）或条件解释。我们描述了一种使用数值求积来从具有多重随机效应的模型中的SS对应物获得PA估计的方法。PA估计值的标准误差是使用delta方法得出的。我们使用一项戒烟研究的数据来说明我们提出的方法，该研究纵向测量了二元结果（吸烟，Y/N）。我们将我们的估计值与使用GEE和边缘化多级模型获得的估计值进行了比较，并给出了模拟研究的结果。

引用于4文件

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
62H30型 分类和区分；聚类分析（统计方面）
62J05型 线性回归；混合模型
62H11型 定向数据；空间统计学

关键词：

聚类数据;纵向数据;多级模型;人口平均估计数;专题评估;回归参数;混合模型

软件：

超级混音
PDF格式BibTeX公司 XML格式引用
\textit{D.Hedeker}等人，《生物统计学》74，第1期，354--361（2018；Zbl 1415.62098）
全文： 内政部 链接

参考文献：

[1] Agresti，A.（1989）。重复有序分类反应数据模型调查。{\it医学统计}81209-1224。
[2] Agresti，A.（2002年）。分类数据分析，第2版。纽约：Wiley·Zbl 1018.6202号
[3] Brown，H.和Prescott，R.（2006）。医学应用混合模型，第2版。英国奇切斯特：Wiley·Zbl 1099.62125号
[4] Demidenko，E.（2004）。混合模型理论与应用。新泽西州霍博肯：威利·Zbl 1055.62086号
[5] Demirtas，H.（2004）。在不完整临床试验数据的广义估计方程框架内评估因权重引起的相对改善。{生物制药统计杂志}14，1085-1098。
[6] Fitzmaurice，G.M.、Laird，N.M.和Ware，J.H.（2011）。应用纵向分析，第2版。新泽西州霍博肯：威利·Zbl 1226.62069号
[7] Goldstein，H.（2011）。多级统计模型，第4版。英国奇切斯特：Wiley·Zbl 1274.62006年
[8] Griswold，M.E.、Swihart，B.J.、Caffe，B.S.和Zeger，S.L.（2013年）。实用的边缘化多级模型。{\it统计}2，129-142。
[9] Griswold，M.E.和Zeger，S.L.（2004）。边缘化多级模型及其计算。约翰·霍普金斯大学生物统计系工作文件，工作文件99。
[10] Gruder，C.L.、Mermelstein，R.J.、Kirkendol，S.、Hedeker，D.、Wong，S.C.、Schreckengost，J.等人（1993年）。作为电视戒烟干预辅助手段的社会支持和预防复发培训的效果。{咨询与临床心理学杂志}61113-120。
[11] Heagerty，P.J.和Zeger，S.L.（2000）。边缘化的多级模型和似然推理。{统计科学}15，1-26。
[12] Hedeker，D.和Gibbons，R.D.（2006年）。纵向数据分析。新泽西州霍博肯：威利·Zbl 1136.62075号
[13] Hedeker，D.、Gibbons，R.D.、du Toit，M.和Cheng，Y.（2008）。SuperMix：混合效应模型。伊利诺伊州林肯伍德：科学软件国际。
[14] 郭，O.，West，S.G.和Green，S.B.（2007）。多波纵向多水平模型中错误指定受试者内协方差结构的影响：蒙特卡罗研究。{多元行为研究}42，557-592。
[15] Lindsey，J.K.和Lambert，P.（1998）。临床试验中重复测量边际模型的适用性。{医学统计}17，447-469。
[16] Magnus，J.R.（1988）。线性结构。纽约：牛津大学出版社·Zbl 0667.15010号
[17] McCulloch，C.E.、Searle，S.R.和Neuhaus，J.M.（2008）。广义、线性和混合模型，第2版。新泽西州霍博肯：威利·Zbl 1165.62050号
[18] Molenberghs，G.和Verbeke，G.（2005年）。离散纵向数据模型。纽约州纽约市：Springer‐Verlag·Zbl 1093.62002号
[19] Neuhaus，J.M.、Kalbfleisch，J.D.和Hauck，W.W.（1991）。分析相关二进制数据的集群特定方法和人口平均方法的比较。{国际统计评论}59，25-35。
[20] Paik，M.C.（1997年）。当数据不完全随机丢失时，采用广义估计方程方法。{美国统计协会杂志}921320-1329·Zbl 0913.62052号
[21] Preisser，J.S.、Lohman，K.K.和Rathouz，P.J.（2002）。纵向二进制数据的加权估计方程的性能（随机缺失）。{医学统计}213035-3054。
[22] Raudenbush，S.W.和Bryk，A.S.（2002）。层次线性模型：应用和数据分析，第2版。千橡树，加利福尼亚州：Sage·兹比尔1001.62004
[23] Robins，J.M.、Rotnitzky，A.和Zhao，L.P.（1995）。在缺少数据的情况下，分析重复结果的半参数回归模型。{美国统计协会杂志}90，106-121·Zbl 0818.62042号
[24] Skrondal，A.和Rabe‐Hesketh，S.（2004）。广义潜在变量建模。佛罗里达州博卡拉顿：查普曼和霍尔/CRC·Zbl 1274.62034号
[25] Stroud，A.H.和Sechrest，D.（1966年）。高斯求积公式。新泽西州恩格尔伍德悬崖：普伦蒂斯·霍尔·Zbl 0156.17002号
[26] Zeger，S.L.和Liang，K.-Y。(1986). 离散和连续结果的纵向数据分析。{\it生物统计学}42，121-130。
[27] 泽格，S.L。
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。