雅各布·彼得林;纳塔沙·凯日尔;洛克·布拉格斯 线性混合效应模型中设计矩阵的正确规范:图形表示测试。 (英语) Zbl 1516.62066号 测试 32,编号1,184-210(2023). 摘要:线性混合效应模型(LMM)是一种流行而强大的工具,用于分析分组或重复观测的数值结果。LMM由一个固定和一个随机组件组成,它们通过各自的设计矩阵在模型中指定。验证两个设计矩阵的正确规格非常重要,因为它们的规格错误会影响分析的有效性和效率。我们展示了如何使用从模型中适当排序和标准化残差构建的经验随机过程来测试拟合LMM的设计矩阵是否正确指定。我们定义了两个不同的过程:一个可以用来测试是否正确指定了两个设计矩阵,另一个只能用于测试是否正确地指定了固定效应设计矩阵。所提出的经验随机过程是累积和过程的平滑版本,具有很好的图形表示,其中很容易观察到模型的误判。平滑度可以调整,这有助于目视检查,并可能增加测试的功率。我们提出了一种计算效率高的估计(p)值的方法,在这种方法中不需要对LMM进行重新拟合。理论结果和大型蒙特卡罗模拟研究表明了该方法的有效性。该方法可用于具有多级或交叉随机效应的LMM。 MSC公司: 62J05型 线性回归;混合模型 62G09号 非参数统计重采样方法 关键词:渐近收敛性;相关数据;经验随机过程;蒙特卡罗模拟;招牌(sign-flipping);原始自助法 软件:S-PLUS系统;MEMSS公司 PDF格式BibTeX公司 XML格式引用 \textit{J.Peterlin}等人,测试32,编号1,184--210(2023;Zbl 1516.62066) 全文: 内政部 OA许可证 参考文献: [1] ANES(2022)2004年美国全国选举研究数据。https://electionstudies.org/data-center/2004-time-series-study/。访问时间:2022年10月2日 [2] Christensen,R。;Lin,Y.,基于残差部分和的无偏检验,公共统计理论方法,44,13,2862-2880(2015)·Zbl 1334.62076号 ·doi:10.1080/03610926.2013.844256 [3] Claeskens,G。;Hart,JD,混合模型中的fit性能测试,TEST,18,2,213-239(2009)·Zbl 1203.62076号 ·doi:10.1007/s11749-009-0148-8 [4] Demidenko E(2005)混合模型:理论与应用。概率统计威利级数。威利。https://books.google.si/books?id=Z2FZlSDEAPoC ·Zbl 1055.62086号 [5] Diebolt,J。;Zuber,J.,非线性异方差回归模型的Goodness-of-fit检验,Stat Probab-Lett,42,1,53-60(1999)·Zbl 0947.62032号 ·doi:10.1016/S0167-7152(98)00189-8 [6] Efendi,A。;Drikvandi,R。;韦贝克,G。;Molenberghs,G.,混合模型中随机效应分布的拟合优度检验,Stat Methods Med Res,26,2970-983(2017)·doi:10.1177/0962280214564721 [7] 范,J。;Huang,LS,参数回归模型的有效性检验,美国统计协会杂志,96,454,640-652(2001)·Zbl 1017.62014年 ·doi:10.1198/016214501753168316 [8] González-Manteiga,W。;Martínez-Miranda,医学博士;Van Keilegom,I.,基于误差分布估计的参数混合效应模型中的有效性检验,Biometrika,103,1,133-146(2016)·Zbl 1452.62196号 ·doi:10.1093/biomet/asv061 [9] 格雷文,S。;克雷尼西亚努,CM;Küchenhoff,H。;Peters,A.,线性混合模型中零方差分量的限制似然比检验,计算图统计杂志,17,4,870-891(2008)·doi:10.1198/106186008X386599 [10] Hagemann,A.,分位数回归模型中的聚类自举推断,美国统计协会杂志,112,517,446-456(2017)·doi:10.1080/01621459.2016.1148610 [11] 何,X。;Shao,QM,关于增维参数,《多元分析杂志》,73,1120-135(2000)·Zbl 0948.62013.中 ·doi:10.1006/jmva.1999.1873 [12] Huet,S。;Kuhn,E.,带块相关误差的高斯回归的Goodness-of-fit检验,统计学,49,1-28(2014)·Zbl 1367.62143号 ·doi:10.1080/0233188.2014.913047 [13] 蒋,J.,REML估计:渐近行为及相关问题,《统计年鉴》,24,1,255-286(1996)·Zbl 0853.62022号 ·doi:10.1214/aos/1033066209 [14] Jiang,J.,混合模型诊断的拟合良好性测试,Ann Stat,29,4,1137-1164(2001)·Zbl 1041.62062号 ·doi:10.1214/aos/1013699997 [15] 新墨西哥州莱尔德;Ware,JH,纵向数据的随机效应模型,生物统计学,38,4,963-974(1982)·Zbl 0512.62107号 ·doi:10.2307/2529876 [16] Lee,OE;Braun,TM,线性混合模型中随机效应的置换测试,生物统计学,68,2486-493(2012)·Zbl 1251.62016年 ·文件编号:10.1111/j.1541-0420.2011.01675.x [17] Lin,DY;魏,LJ;Ying,Z.,基于累积残差的模型检测技术,生物统计学,58,1,1-12(2002)·Zbl 1209.62168号 ·doi:10.1111/j.0006-341X.2002.000001.x [18] A.洛伊。;霍夫曼,H。;Cook,D.,《使用街角统计数据的线性混合效应模型的模型选择和诊断》,《计算图形统计杂志》,26,3,478-492(2017)·网址:10.1080/10618600.2017.1330207 [19] Majumder,M。;霍夫曼,H。;Cook,D.,视觉统计推断的验证,应用于线性模型,美国统计协会期刊,108,503,942-956(2013)·Zbl 06224978号 ·doi:10.1080/01621459.2013.808157 [20] 潘,Z。;Lin,DY,广义线性混合模型的Goodness-of-fit方法,生物统计学,61,4,1000-1009(2005)·Zbl 1087.62081号 ·doi:10.1111/j.1541-0420.2005.00365.x [21] 彭,H。;Lu,Y.,线性混合效应模型中的模型选择,J Multivar Ana,109,109-129(2012)·Zbl 1241.62105号 ·doi:10.1016/j.jmva.2012.02.05 [22] Pinheiro JC,Bates DM(2000),S和S-PLUS中的混合效应模型。施普林格,纽约州纽约市[美国]·Zbl 0953.62065号 [23] Ritz,C.,混合模型的fit Goodness测试,Scand J Stat,31,3,443-458(2004)·Zbl 1062.62081号 ·doi:10.1111/j.1467-9469.2004.02_101.x [24] 桑切斯,BN;EA豪斯曼;Ryan,LM,结构方程模型的基于残差的诊断,生物统计学,65,1,104-115(2009)·Zbl 1159.62341号 ·doi:10.1111/j.1541-0420.2008.01022.x [25] Scheipl,F。;格雷文,S。;Küchenhoff,H.,加性和线性混合模型中零随机效应方差或多项式回归的检验大小和功效,《计算统计数据分析》,52,7,3283-3299(2008)·兹比尔1452.62531 ·doi:10.1016/j.csda.2007.10.022 [26] 斯图特,W。;González-Manteiga,W。;Presedo Quindimil,M.,回归模型检验中的Bootstrap近似,美国统计协会杂志,93,441,141-149(1998)·Zbl 0902.62027号 ·doi:10.1080/01621459.1998.10474096 [27] 斯图特,W。;Thies,S。;Zhu,LX,《回归模型检验:创新过程方法》,Ann Stat,26,5,1916-1934(1998)·Zbl 0930.62044号 ·doi:10.1214/aos/1024691363 [28] 苏,JQ;Wei,LJ,广义线性模型中平均函数的一种缺乏fit检验,J Am Stat Assoc,86,414,420-426(1991)·doi:10.1080/01621459.1991.10475059 [29] 唐,M。;Slud,EV;Pfeiffer,RM,线性混合模型的拟合优度检验,《多元分析杂志》,130,176-193(2014)·Zbl 1292.62110号 ·doi:10.1016/j.jmva.2014.03.012 [30] van der Vaart AW(1998)《渐近统计》。剑桥大学出版社。doi:10.1017/cbo978051180225·Zbl 0910.62001号 [31] van der Vaart AW,Wellner JA(1996),弱收敛和经验过程。纽约州施普林格市,doi:10.1007/978-1-4757-2545-2·Zbl 0862.60002号 [32] Van Keilegom,I。;González-Manteiga,W。;Sánchez Sellero,C.,基于误差分布估计的参数回归中的Goodness-of-fit检验,TEST,17,2,401-415(2008)·Zbl 1196.62049号 ·doi:10.1007/s11749-007-0044-z [33] 温克勒,AM;里奇韦,GR;马萨诸塞州韦伯斯特;史密斯,SM;Nichols,TE,一般线性模型的置换推断,神经影像,92,381-397(2014)·doi:10.1016/j.neuroimage.2014.01.060 [34] Wood,SN,On\(p\)-扩展广义加性模型平滑分量的值,Biometrika,100,1,221-228(2012)·兹比尔1284.62270 ·doi:10.1093/biomet/ass048 [35] Wood,SN,回归模型中随机效应的简单测试,Biometrika,100,4,1005-1010(2013)·Zbl 1279.62149号 ·doi:10.1093/biomet/ast038 [36] Wu L(2009)复杂数据的混合效应模型。CRC出版社,查普曼和霍尔/CRC统计学和应用概率专著 [37] Zeger,SL;KY梁;Albert,PS,《纵向数据模型:广义估计方程方法》,《生物统计学》,44,4,1049-1060(1988)·Zbl 0715.62136号 ·doi:10.2307/2531734 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。