詹妮弗·S·K·陈。;安东尼·库克。;Yam,Carrie香港。 广义线性混合模型中吉布斯输出的蒙特卡罗近似。 (英语) Zbl 1066.62072号 《多元分析杂志》。 94,第2期,300-312(2005)。 总结:C.J.盖尔[J.Roy.Statist.Soc.B 56,261-274(1994;Zbl 0784.62019号)]提出了一种蒙特卡罗方法来近似整个似然函数。他的方法仅限于选择合适的参考点。我们尝试通过为参数分配一些先验信息,并使用吉布斯输出通过蒙特卡罗近似计算边际似然及其导数来改进该方法。模糊先验被分配给贝叶斯框架内的参数和随机效应,以表示非信息性设置。然后通过Newton-Raphson方法得到最大似然估计。因此,我们的方法是贝叶斯方法和经典方法之间的桥梁。通过对著名蝾螈交配数据的广义线性混合模型分析,说明了该方法的有效性。 引用于4文件 MSC公司: 62J12型 广义线性模型(逻辑模型) 2015年1月62日 贝叶斯推断 65二氧化碳 蒙特卡罗方法 10层62层 点估计 65C60个 统计中的计算问题(MSC2010) 关键词:广义线性混合模型;蒙特卡洛;牛顿法;蒙特卡罗相对似然;吉布斯采样器;Metropolis-Hastings算法 引文:Zbl 0784.62019号 软件:漏洞;WinBUGS公司 PDF格式BibTeX公司 XML格式引用 \textit{J.S.K.Chan}等人,《多元分析杂志》。94,第2号,300-312(2005;Zbl 1066.62072) 全文: 内政部 参考文献: [1] 东北部布雷斯洛。;Clayton,D.G.,广义线性混合模型中的近似推理,J.Amer。统计师。协会,88,9-25(1993)·Zbl 0775.62195号 [2] 东北部布雷斯洛。;Lin,X.,具有单个离散分量的广义线性混合模型中的偏差校正,Biometrika,82,81-91(1995)·Zbl 0823.62059号 [3] J.S.K.Chan,V.K.K.Chau,具有随机效应的纵向二元数据的信息性退出模型(2003),提交出版。;J.S.K.Chan、V.K.K.Chau,《具有随机效应的纵向二进制数据的信息性剔除模型》(2003年),提交出版。 [4] Chan,J.S.K。;Kuk,A.Y.C.,具有相关随机效应的概率-线性混合模型的最大似然估计,生物统计学,53,86-97(1997)·Zbl 1065.62503号 [5] Chib,S.,吉布斯输出的边际可能性,J.Amer。统计师。协会,90,1313-1321(1995)·Zbl 0868.62027号 [6] Chib,S。;Jeliazkov,I.,Metropolis-Hastings输出的边际可能性,J.Amer。统计师。协会,96,270-281(2001)·Zbl 1015.62020号 [7] Choy,S.T.B。;Smith,A.F.M.,正态分布比例混合的层次模型,TEST,6205-211(1997)·Zbl 0891.62016号 [8] B.S.T.Choy。;Chan,J.S.K。;Yam,H.K.,蝾螈数据的稳健分析,具有随机效应的广义线性模型,贝叶斯统计,7477-484(2003) [9] Geyer,C.J.,《关于蒙特卡罗最大似然计算的收敛性》,J.Roy。统计师。Soc.B,56,261-274(1994)·Zbl 0784.62019号 [10] Geyer,C.J。;Thompson,E.A.,相关数据的约束蒙特卡罗最大似然,J.Roy。统计师。Soc.B,54,657-699(1992) [11] 卡里姆,M.R。;Zeger,S.L.,具有随机效应的广义线性模型;蝾螈交配重温。生物统计学,48631-644(1992) [12] Kuk,A.Y.C.,广义线性混合模型的拉普拉斯重要性抽样,J.Statist。计算。模拟,63,143-158(1999)·Zbl 0956.62052号 [13] Kuk,A.Y.C.,通过后验模拟在蒙特卡罗似然近似中自动选择驱动值,Statist。计算。,13, 101-109 (2003) [14] 库克,A.Y.C。;Cheng,Y.W.,蒙特卡罗-牛顿-拉斐森算法,统计学杂志。计算。模拟,59233-250(1997)·Zbl 0912.62033号 [15] 库克,A.Y.C。;Cheng,Y.W.,Monte Carlo最大似然估计中的逐点逼近和函数逼近,统计学。计算。,1999年9月9日 [16] 林,X。;Breslow,N.E.,《具有多分散成分的广义线性混合模型中的偏差修正》,J.Amer。统计师。协会,91,1007-1016(1996)·Zbl 0882.62059号 [17] McCullagh,P。;Nelder,J.A.,广义线性模型(1989),查普曼和霍尔:查普曼&霍尔伦敦·Zbl 0744.62098号 [18] McCulloch,C.E.,二进制数据的最大似然方差分量估计,J.Amer。统计师。协会,89,330-335(1994)·Zbl 0800.62139号 [19] McCulloch,C.E.,广义线性混合模型的最大似然算法,J.Amer。统计师。协会,92,162-170(1997)·Zbl 0889.62061号 [20] 赖斯,J.A.,《数理统计与数据分析》(1995),达克斯伯里:达克斯伯里·贝尔蒙特·Zbl 0868.62006年 [21] Rubin,D.B.,《调查中无应答的多重插补》(1987),威利:威利纽约·2007年6月10日 [22] Shun,Z.,Anther用改进的拉普拉斯近似法研究蝾螈的交配数据,J.Amer。统计师。协会,92,341-349(1997)·Zbl 1090.62515号 [23] D.Spiegelhalter、A.Thomas、N.Best,《使用Gibbs Sampling for Window版本WinBUGS的Bayesian推断》,该软件是一种使用MCMC方法和Gibbs采样器进行贝叶斯分析的计算机软件,可从http://www.mrc-bsu.cam.ac/bugs网站; D.Spiegelhalter、A.Thomas、N.Best,《使用Gibbs Sampling for Window版本WinBUGS的Bayesian推断》,该软件是一种使用MCMC方法和Gibbs采样器进行贝叶斯分析的计算机软件,可从http://www.mrc-bsu.cam.ac/bugs网站 [24] Zeger,S.L。;Karim,M.R.,具有随机效应的广义线性模型,吉布斯抽样方法,J.Amer。统计师。协会,8679-86(1991) 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。