丹尼尔·弗洛雷斯·阿格雷达;伊娃·坎通尼 广义线性混合模型预测中不确定性的Bootstrap估计。 (英语) Zbl 1469.62062号 计算。统计数据分析。 130, 1-17 (2019)。 总结:在混合模型的框架内,通常有兴趣对随机效应预测中的不确定性进行估计,通常由预测的均方误差(MSEP)定义。为了解决广义线性混合模型(GLMM)中的这种计算,提出了一种非参数Bootstrap算法。首先,新开发的Bootstrap方案依赖于对模型的联合似然函数和拉普拉斯近似的簇贡献的随机加权,用于创建参数的Bootstrap副本。其次,这些复制依次产生随机效应和响应的自举样本。第三,使用观测的自举样本生成随机效应的预测,生成随机效应自举副本,该副本与各自的自举抽样一起用于MSEP的估计。为了评估该方法的有效性,进行了两个仿真研究。第一个是在高斯LMM框架下,对比了所提方法的质量:(i)基于二阶正确近似的MSEP分析估计,(ii)用贝叶斯表示获得的条件方差,以及(iii)基于相对偏差的其他自举方案,相对效率和结果预测区间的覆盖率。第二个模拟研究的目的是说明我们的提案在非高斯GLMM环境中的特性,即混合Logit模型,在该模型中,替代方案很少。 引用于三文件 MSC公司: 2008年6月62日 统计问题的计算方法 62G09号 非参数统计重采样方法 62J12型 广义线性模型(逻辑模型) 关键词:引导数据库;GLMM公司;预测;随机效应;MSEP公司;拉普拉斯近似 软件:TMB公司;引导库;S-PLUS系统;lme4公司;R(右);内存管理系统 PDF格式BibTeX公司 XML格式引用 \textit{D.Flores-Agreda}和\textit{E.Cantoni},计算。统计数据分析。130、1-17(2019年;Zbl 1469.62062) 全文: 内政部 链接 参考文献: [1] 贝茨博士。;Mächler,M。;Bolker,B。;Walker,S.,使用lme4拟合线性混合效应模型,J.Statist。软质。,67, 1, 1-48, (2015) [2] Booth,J.G。;霍伯特,J.P.,广义线性混合模型中预测的标准误差,J.Amer。统计师。协会,93,441,262-272,(1998)·Zbl 1068.62516号 [3] Boubeta,M。;伦巴第,M.J。;Morales,D.,地区水平泊松混合模型下的经验最佳预测,TEST,25,3544-569,(2016)·Zbl 06833262号 [4] Butar,F.B。;Lahiri,P.,《经验贝叶斯小面积估计器的不确定性度量》,J.Statist。计划。推理,112,1,63-76,(2003)·Zbl 1033.62007年 [5] Carpenter,J.R。;Goldstein,H。;Rasbash,J.,《评估班级规模和成绩之间关系的新引导程序》,J.R.Stat.Soc.Ser。C.申请。统计,52,4,431-443,(2003)·Zbl 1111.62378号 [6] Chang,J。;Hall,P.,使用单一双引导模拟的双引导方法,Biometrika,102,1,203-214,(2015)·Zbl 1345.62069号 [7] Chatterjee,S。;Bose,A.,估计方程的广义自举法,Ann.Statist。,33, 1, 414-436, (2005) ·Zbl 1065.62073号 [8] Chatterjee,S。;拉希里,P。;Li,H.,线性混合模型中eblup分布和相关预测区间的参数自举近似,Ann.Statist。,36, 3, 1221-1245, (2008) ·Zbl 1360.62378号 [9] 达斯,K。;姜杰。;Rao,J.,经验预测的均方误差,Ann.Statist。,32, 2, 818-840, (2004) ·Zbl 1092.62063号 [10] 达塔,G。;Lahiri,P.,小面积估计问题中估计的最佳线性无偏预报器不确定性的统一度量,Statist。中国科学院,10,2613-628,(2000)·Zbl 1054.62566号 [11] Davison,A。;Hinkley,D.,Bootstrap方法及其应用,第1卷,(1997),剑桥大学出版社·Zbl 0886.62001号 [12] De Backer,M。;德弗罗伊,C。;Lesaffre,E。;谢斯,I。;De Keyser,P.,《皮肤癣菌引起的趾甲真菌病的连续口服治疗12周:特比萘芬250 mg/天与伊曲康唑200 mg/天的双盲对照试验》,美国学术期刊。皮肤病学。,38、5、S57-S63(1998) [13] 菲尔德,C。;彭,Z。;Welsh,A.H.,具有多种变异水平的Bootstrapping数据,加拿大。J.统计。,36, 4, 521-539, (2008) ·Zbl 1166.62026号 [14] 菲尔德,C。;彭,Z。;Welsh,A.H.,聚类数据的Bootstrapping稳健估计,J.Amer。统计师。协会,105,492,1606-1616,(2010)·Zbl 1388.62072号 [15] Flores-Agreda,D.,关于广义线性混合模型中随机效应的推断,(2017),日内瓦大学,URLhttps://archive-ouverte.unige.ch/unige:102003 [16] 霍尔,P。;Maiti,T.,《关于小区域预测的参数自举方法》,J.R.Stat.Soc.Ser。B统计方法。,68, 2, 221-238, (2006) ·Zbl 1100.62039号 [17] Harville,D.,预测误差分解,J.Amer。统计师。协会,132-138,(1985)·Zbl 0563.62048号 [18] 亨德森,C.,遗传参数估计,生物统计学,6186-187,(1950) [19] 姜杰,混合线性模型中经验blup和blue的渐近性质,统计学。Sinica,861-885,(1998年)·Zbl 0901.62038号 [20] Jiang,J.,广义线性混合模型中的一致估计量,J.Amer。统计师。协会,93,442,720-729,(1998)·Zbl 0926.62051号 [21] 蒋,J.,基于广义线性混合模型的小面积推断的经验最佳预测,J.Statist。计划。推理,111,1-2,117-127,(2003)·Zbl 1033.62067号 [22] Jiang,J.,线性和广义线性混合模型及其应用,(2007),Springer Verlag·Zbl 1152.62040号 [23] 姜杰。;Lahiri,P.,二元数据小面积推理的经验最佳预测,Ann.Inst.Statist。数学。,53, 2, 217-243, (2001) ·Zbl 1027.62012年 [24] 姜杰。;拉希里,P。;Wan,S.,用m估计进行经验最佳预测的统一折刀理论,Ann.Statist。,1782-1810, (2002) ·Zbl 1020.62025号 [25] R.N.卡卡。;Harville,D.,混合线性模型中固定和随机效应估计值的标准误差近似,J.Amer。统计师。协会,853-862,(1984)·Zbl 0557.62066号 [26] 卡斯,R.E。;Steffey,D.,条件独立层次模型中的近似贝叶斯推理(参数经验贝叶斯模型),J.Amer。统计师。协会,84,407,717-726,(1989) [27] Kristensen,K.,Nielsen,A.,Berg,C.,Skaug,H.,Bell,B.,2016年。自动微分和拉普拉斯近似。http://dx.doi.org/10.18637/jss.v070.205https://www.jstatsoft.org/v070/i05; Kristensen,K.,Nielsen,A.,Berg,C.,Skaug,H.,Bell,B.,2016年。自动微分和拉普拉斯近似。http://dx.doi.org/10.18637/jss.v070.205https://www.jstatsoft.org/v070/i05 [28] Kubokawa,T。;Nagashima,B.,线性混合模型中偏差校正的参数自举方法,J.多元分析。,106, 1-16, (2012) ·Zbl 1236.62018年 [29] 李,H。;Lahiri,P.,《解决小面积估算问题的调整最大似然法》,J.多元分析。,101, 4, 882-892, (2010) ·Zbl 1279.62059号 [30] McCullagh,P.,重新采样和可交换阵列,伯努利,285-301,(2000)·Zbl 0976.62035号 [31] McCulloch,C。;Searle,S.,广义、线性和混合模型,(2001),威利纽约·Zbl 0964.62061号 [32] Morris,C.N.,参数经验贝叶斯推理:理论与应用,J.Amer。统计师。协会,47-55,(1983)·Zbl 0506.62005年 [33] Morris,J.S.,说到引导,统计师,虚张声势并不是“最好的”。普罗巴伯。莱特。,56, 4, 425-430, (2002) ·Zbl 0994.62035号 [34] 奥肖内西,P.Y。;Welsh,A.H.,具有多个变化水平的Bootstrapping纵向数据,Comput。统计数据分析。,124, 117-131, (2018), (http://www.sciencedirect.com/science/article/pii/S0167947318300434) ·Zbl 1469.62124号 [35] 彭,Z。;Welsh,A.H.,《集群数据的通用引导》,《国际数据分析》。技术战略,6,4,407-415,(2014) [36] 皮涅罗,J。;Bates,D.,S和S-PLUS中的混合效应模型,(2009年),Springer Verlag [37] 波托夫,R.F。;Roy,S.,特别适用于生长曲线问题的广义多元方差分析模型,Biometrika,313-326,(1964)·Zbl 0138.14306号 [38] 北卡罗来纳州普拉萨德。;Rao,J.,《小面积估计器均方误差的估计》,J.Amer。统计师。协会,85,409,163-171,(1990)·Zbl 0719.62064号 [39] R: 统计计算语言和环境,(2015),奥地利维也纳R统计计算基金会,URLhttps://www.R-project.org/ [40] 罗宾逊,G.,“虚张声势是一件好事:随机效应的估计,统计学家。”。科学。,15-32, (1991) ·Zbl 0955.62500号 [41] 塞尔,S。;卡塞拉,G。;McCulloch,C.,方差分量,(1992),威利在线图书馆·Zbl 0850.62007号 [42] 邵,J。;Tu,D.,The jackknife and bootstrap,(2012),施普林格科技与商业媒体 [43] 辛格,A.C。;斯图克尔,D。;Pfeffermann,D.,Bayesian vs.frequentist measures of error in small area estimation,J.R.Stat.Soc.Ser.小面积估算误差的贝叶斯与频率测量。B统计方法。,60, 2, 377-396, (1998) ·Zbl 0910.62026号 [44] 蒂尔尼,L。;Kadane,J.B.,《后力矩和边缘密度的精确近似值》,J.Amer。统计师。协会,81393,82-86,(1986)·Zbl 0587.62067号 [45] 蒂尔尼,L。;卡斯,R.E。;Kadane,J.B.,非正函数期望和方差的完全指数拉普拉斯近似,J.Amer。统计师。协会,84,407,710-716,(1989)·Zbl 0682.62012号 [46] 韦贝克,G。;Molenberghs,G.,纵向数据的线性混合模型,(2009),Springer Verlag·Zbl 1162.62070号 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。