×
Masahiko Gosho;齐库马滨田;伊索·吉村

纵向平衡数据广义估计方程方法中工作相关结构的选择标准。 （英语） Zbl 1315.62064号

Commun公司。统计、理论方法 40，第21号，3839-3856（2011）.
摘要：广义估计方程是分析相关响应数据的常用方法。在应用广义估计方程时，确定适当的工作相关矩阵非常重要，因为不正确的选择有时会导致无效的参数估计。我们提出了选择适当工作关联结构的标准。该准则基于一个统计量来检验协方差矩阵等于给定矩阵的假设，并测量协方差矩阵估计器与指定工作协方差矩阵之间的差异。我们通过模拟研究评估了所提出标准的性能，假设每个受试者的观察次数保持不变。结果表明，采用该准则时，选择真实相关结构的比例通常高于采用其他竞争方法时的比例。将提出的准则应用于纵向喘息数据，结果表明相关结构最准确。

引用于1审查
引用于10文件

MSC公司：

62J12型 广义线性模型（逻辑模型）
62甲12 多元分析中的估计

关键词：

标准;广义估计方程;纵向数据;相对效率;工作相关结构
PDF格式BibTeX公司 XML格式引用
\textit{M.Gosho}等人，Commun。Stat.，理论方法40，No.21，3839--3856（2011；Zbl 1315.62064）
全文： 内政部

参考文献：

[1] 内政部：10.2307/2533967·Zbl 0878.62078号 ·doi:10.307/2533967
[2] 内政部：10.1093/biomet/82.2.407·Zbl 0823.62060号 ·doi:10.1093/biomet/82.2.407
[3] 内政部：10.1080/03610910701539617·Zbl 1126.62063号 ·doi:10.1080/03610910701539617
[4] 内政部：10.2307/2533336·Zbl 0825.62479号 ·doi:10.2307/2533336
[5] Fitzmaurice G.M.，J.Roy。统计人员。Soc.序列号。B 57第691页–（1995年）
[6] Hardin J.，广义估计方程（2003）·Zbl 1023.62068号
[7] 数字对象标识码：10.1198/000313007X245122·doi:10.198/00313007X245122
[8] 内政部：10.1002/sim.3489·数字对象标识代码：10.1002/sim.3489
[9] DOI:10.1093/biomet/73.1.13·Zbl 0595.62110号 ·doi:10.1093/biomet/73.1.13
[10] 内政部：10.2307/2532890·Zbl 0925.62303号 ·doi:10.2307/2532890
[11] 内政部：10.1214/aos/1176342464·Zbl 0263.62034号 ·doi:10.1214/aos/1176342464
[12] 内政部：10.1080/01621459.1997.10473653·doi:10.1080/0162145.1997.10473653
[13] 数字对象标识码：10.1111/j.0006-341X.2001.0120.x·Zbl 1210.62099号 ·doi:10.1111/j.0006-341X.2001.00120.x
[14] DOI:10.1093/biomet/77.3.485·Zbl 0734.62075号 ·doi:10.1093/biomet/77.3.485
[15] 内政部：10.2307/2533454·doi:10.2307/2533454
[16] 内政部：10.2307/2533686·Zbl 1058.62553号 ·doi:10.2307/2533686
[17] 数字对象标识码：10.1002/sim.3622·数字对象标识代码：10.1002/sim.3622
[18] DOI:10.1093/biomet/86.2.459·Zbl 0956.62053号 ·doi:10.1093/biomet/86.24559
[19] 数字对象标识码：10.1111/j.0006-341X.2000.00622.x·Zbl 1060.62539号 ·文件编号：10.1111/j.0006-341X.2000.00622.x
[20] DOI:10.1093/biomet/90.1.29·Zbl 1035.62074号 ·doi:10.1093/biomet/90.1.29
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。