×
李赛;蔡，T.托尼;李洪哲

高维线性混合效应模型的推断：拟似然方法。 （英语） Zbl 1515.62076号

美国统计协会。 117，第540号，1835-1846（2022）。
摘要：线性混合效应模型广泛用于分析聚集或重复测量数据。我们提出了一种拟似然方法来估计和推断具有高维固定效应的线性混合效应模型中的未知参数。该方法适用于随机效应维数和聚类规模可能较大的一般情况。对于固定效应，我们提供了不依赖方差分量结构信息的速率最优估计和有效的推理过程。我们还研究了一般情况下高维固定效应方差分量的估计。这些算法易于实现，计算速度快。提出的方法在各种模拟环境中进行了评估，并应用于一项关于异质库存小鼠群体中体重指数和遗传多态性标记之间关联的实际研究。

引用于三文件

MSC公司：

62年12月 广义线性模型（逻辑模型）
62H11型 定向数据；空间统计学
62H30型 分类和区分；聚类分析（统计方面）

关键词：

聚类数据;衰弱的拉索;纵向数据;随机效应;方差分量

软件：

MEMSS公司;高密度指数;BGLR公司;S-PLUS系统
PDF格式BibTeX公司 XML格式引用
\textit{S.Li}et al.，J.Am.Stat.Assoc.117，No.540，1835--1846（2022年；Zbl 1515.62076）
全文： 内政部 arXiv公司 链接

参考文献：

[1] 艾哈曼，M。；Zhang，H.H。；Lu，W.，“线性混合模型中随机效应选择的基于矩的方法”，《统计学》，100130-134（2012）
[2] 布雷迪克，J。；Claeskens，G。；Gueuning，T.，“高维线性混合模型中的固定效应测试”，《美国统计协会杂志》，1151835-1850（2020）·Zbl 1452.62491号 ·网址：10.1080/01621459.2019.1660172
[3] Bühlmann，P。；van de Geer，S.，“错误指定线性模型中的高维推断”，《电子统计杂志》，第9期，第1449-1473页（2015年）·Zbl 1327.62420号 ·doi:10.1214/15-EJS1041
[4] Cai，T.T。；Guo，Z.，“高维线性回归的置信区间：极小极大率和适应性”，《统计年鉴》，45615-646（2017）·Zbl 1371.62045号
[5] Cai，T.T。；Guo，Z.，“高维回归中解释方差的半监督推断及其应用，英国皇家统计学会杂志，B辑，82，391-419（2020）·Zbl 07554759号
[6] 蔡，T.T。；郭，Z。；Ma，R.，具有二元结果的高维广义线性模型的统计推断（2020）
[7] 坎迪斯，E。；Tao，T.，“Dantzig选择器：当p远大于n时的统计估计”，《统计年鉴》，35，2313-2351（2007）·Zbl 1139.62019号
[8] Chiappini，F。；库尼亚，L。；哈里斯·J。；Hollenberg，A.，“下丘脑中缺乏Camp-Response元件结合蛋白1导致肥胖，生物化学杂志，2868094-8105（2011）·doi:10.1074/jbc。M10.178186
[9] Demidenko，E.，《混合模型：理论与应用》（2004），纽约：威利出版社，纽约·Zbl 1055.62086号
[10] Dezeure，R。；Bühlmann，P。；Zhang，C.-H.，“利用Bootstrap进行高维同时推断，TEST，26，685-719（2017）·Zbl 06833591号 ·doi:10.1007/s11749-017-0554-2
[11] 范，J。；Li，R.，“通过非凹惩罚似然的变量选择及其Oracle特性”，《美国统计协会杂志》，961348-1360（2001）·Zbl 1073.62547号 ·doi:10.1198/016214501753382273
[12] 范，Y。；Li，R.，“线性混合效应模型中的变量选择，统计年鉴，402043-2068（2012）·Zbl 1257.62077号 ·doi:10.1214/12-AOS1028
[13] 方，E.X。；宁，Y。；Liu，H.，“高维比例危险模型的测试和置信区间”，《皇家统计学会杂志》，B辑，79，1415-1437（2017）·Zbl 1380.62240号 ·doi:10.1111/rssb.12224
[14] 高，Z。；李·P。；Stafford，J.M.，“AUTS2将基因激活与中枢神经系统中的多梳群蛋白结合，Nature，516349-354（2014）·doi:10.1038/nature13921
[15] Goldstein，H.，《多级统计模型》，922（2011），奇切斯特：威利·Zbl 1274.62006年
[16] Gumedze，F.N。；Dunne，T.T.，“线性混合模型中的参数估计和推断，线性代数及其应用，4351920-1944（2011）·Zbl 1217.62073号 ·doi:10.1016/j.laa.2011.04.015
[17] Han，C。；赵（Q.Zhao）。；Lu，B.，“一氧化氮信号在食物摄入中的作用；从内线粒体膜肽酶2突变小鼠的观察，氧化还原生物学，1498-507（2013）·doi:10.1016/j.redox.2013.10.003
[18] 爪哇马德，A。；Montanari，A.，“高维回归的置信区间和假设检验”，《机器学习研究杂志》，第15期，第2869-2909页（2014年）·Zbl 1319.62145号
[19] 江，J。；李，C。；保罗·D。；杨，C。；Zhao，H.，“关于全基因组关联研究中的高维误指定混合模型分析，统计年鉴，442127-2160（2016）·Zbl 1358.62095号 ·doi:10.1214/15-AOS1421
[20] 新墨西哥州莱尔德。；Ware，J.H.，“纵向数据的随机效应模型，生物统计学，38，963-974（1982）·Zbl 0512.62107号 ·doi:10.2307/2529876
[21] Lin，X.，“具有随机效应的广义线性模型的方差分量测试，生物特征，84，309-326（1997）·Zbl 0881.62074号 ·doi:10.1093/biomet/84.2.309
[22] 明绍森，N。；Bühlmann，P.，《稳定性选择》，《皇家统计学会杂志》，B辑，72417-473（2010）·Zbl 1411.62142号 ·文件编号：10.1111/j.1467-9868.2010.00740.x
[23] Miller，J.J.，“方差分析混合模型中最大似然估计的渐近性质”，《统计年鉴》，5746-762（1977）·Zbl 0406.62017年 ·doi:10.1214/aos/1176343897
[24] 彭，H。；Lu，Y.，“线性混合效应模型中的模型选择，多元分析杂志，109，109-129（2012）·Zbl 1241.62105号 ·doi:10.1016/j.jmva.2012.02.005
[25] 佩雷斯，P。；de los Campos，G.，“利用BGLR统计软件包进行全基因组回归和预测，遗传学，198483-495（2014）·doi:10.1534/genetics.114.164442
[26] 皮涅罗，J.C。；Bates，D.M.，《S和S-PLUS中的混合效应模型》（2000），纽约：施普林格出版社，纽约·Zbl 0953.62065号
[27] 谢尔多夫，J。；Bühlmann，P。；van De Geer，S.，使用（####）-惩罚估计高维线性混合效应模型，斯堪的纳维亚统计杂志，38，197-214（2011）·Zbl 1246.62161号
[28] 赛尔夫，S.G。；Liang，K.-Y.，“非标准条件下最大似然估计和似然比检验的渐近性质，美国统计协会杂志，82，605（1987）·Zbl 0639.62020号 ·doi:10.1080/01621459.1987.10478472
[29] Shifman，S。；贝尔·J。；Copley，R.，“小鼠基因组的高分辨率单核苷酸多态性遗传图，公共科学图书馆生物学，4，e395（2006）·doi:10.1371/journal.pbio.0040395
[30] 斯特拉姆，D.O。；Lee，J.W.，“纵向混合效应模型中的方差分量测试，生物计量学，501171-1177（1994）·Zbl 0826.62054号 ·doi:10.2307/2533455
[31] Sun，T。；Zhang，C.-H.，“标度稀疏线性回归，生物统计学，99879-898（2012）·Zbl 1452.62515号 ·doi:10.1093/biomet/ass043
[32] 孙，Y。；张伟。；Tong，H.，“纵向研究中随机效应协方差矩阵的估计”，《统计年鉴》，352795-2814（2007）·兹比尔1129.62053 ·doi:10.1214/0090536007000000523
[33] Tibshirani，R.，“通过拉索进行回归收缩和选择，皇家统计学会期刊，B辑，58，267-288（1996）·Zbl 0850.62538号 ·doi:10.1111/j.2517-6161.1996.tb02080.x
[34] 瓦尔达尔，W。；Solberg，L。；Gauguier，D。；伯内特，S。；克莱纳曼，P。；世界卫生组织库克森。；泰勒，M.S。；罗林斯，J.N.P。；莫特·R。；Flint，J.，“异质种小鼠复杂性状的全基因组遗传关联，《自然遗传学》，38，879-887（2006）·doi:10.1038/ng1840
[35] van de Geer，S。；Bühlmann，P。；Ritov，Y。；Dezeure，R.，“关于高维模型的渐近最优置信区域和测试，统计年鉴，42，1166-1202（2014）·Zbl 1305.62259号 ·doi:10.1214/14-AOS1221
[36] 韦贝克，G。；Molenberghs，G.，“分数测试在方差成分推断中的应用，生物统计学，59，254-262（2003）·Zbl 1210.62013年 ·数字对象标识代码：10.1111/1541-0420.0032
[37] Verzelen，N.，“稀疏回归的最小风险：超高维现象”，《电子统计杂志》，638-90（2012）·Zbl 1334.62120号 ·doi:10.1214/12-EJS666
[38] 王，X。；郭，X。；He，M.，“混合模型中的统计推断以及双胞胎和家庭数据的分析，生物统计学，67987-995（2011）·Zbl 1226.62132号 ·doi:10.1111/j.1541-0420.2010.01548.x
[39] 夏，Y。；蔡，T。；Cai，T.T.，“高维线性回归的两个样本检验及其在检测相互作用中的应用，中国统计，28，63-92（2018）·Zbl 1382.62042号 ·doi:10.5705/ss.202016.0032
[40] 杨，J。；北卡罗来纳州扎特伦。；戈达德，M。；Visscher，P。；Price，A.，“混合模型关联方法应用的优势和缺陷”，《自然遗传学》，46，100-106（2014）·数字对象标识代码：10.1038/ng.2876
[41] Zhang，C.H.，“最小凹板惩罚下的几乎无偏变量选择”，《统计年鉴》，38894-942（2010）·Zbl 1183.62120号 ·doi:10.1214/09-AOS729
[42] 张，C.-H。；Zhang，S.S.，“高维线性模型中低维参数的置信区间”，《皇家统计学会杂志》，B辑，76，217-242（2014）·Zbl 1411.62196号 ·doi:10.1111/rssb.12026
[43] 张，X。；Cheng，G.，“高维线性模型的同时推断”，《美国统计协会杂志》，112757-768（2017）·doi:10.1080/016214519.201611661114
[44] Zou，H.，“适应性套索及其甲骨文属性”，《美国统计协会杂志》，第101期，第1418-1429页（2006年）·Zbl 1171.62326号 ·doi:10.19198/016214506000000735
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。