×
维克托·拉科斯（Victor H.Lachos）。;路易斯·卡斯特罗。;迪帕克·戴伊。

使用正态独立分布的非线性混合效应模型中的贝叶斯推断。 （英语） 兹比尔1468.62109

计算。统计数据分析。 64, 237-252 (2013).
摘要：非线性混合效应（NLME）模型在许多纵向研究中很受欢迎，包括人类免疫缺陷病毒（HIV）病毒动力学、药代动力学分析以及生长和衰变分析研究。一般来说，随机效应的正态性是NLME模型中的一个常见假设，但它有时可能是不现实的，从而抑制了主题间变化的重要特征。在这种情况下，使用正态/独立分布作为NLME模型稳健建模的工具。这些分布属于一类对称重尾分布，其中包括正态分布、广义Student-\（t）、Student-（t），斜线和污染正态分布，作为特殊情况，为这些类型模型中常规使用正态分布提供了一个吸引人的稳健替代方案。本文的目的是在贝叶斯范式下，考虑误差项和随机效应的正态/独立分布，对NLME模型进行估计。本文还提出了一种基于q-散度测度和模型选择准则的贝叶斯案例删除影响诊断方法。这些分析在计算上是可行的，因为有一个重要的结果，该结果近似于具有指定参数的简单正态/独立分布的具有正态/无关分布的NLME模型的似然函数。通过对AIDS/HIV感染者的真实数据集进行模拟和应用，给出了新方法的一个示例，该数据集最初使用正常的NLME模型进行分析。

引用于13文件

理学硕士：

62-08 统计问题的计算方法
2015年1月62日 贝叶斯推断
62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

吉布斯算法;MCMC公司;大都会-黑斯廷斯;非线性混合效应模型;正态/独立分布

软件：

MEMSS公司;R（右）;S-PLUS系统
PDF格式BibTeX公司 XML格式引用
\textit{V.H.Lachos}等人，计算。统计数据分析。64、237--252（2013；Zbl 1468.62109）
全文： 内政部 链接

参考文献：

[1] Arellano-Valle，R.B。；Bolfarine，H。；Lachos，V.，Skew-normal线性混合模型，数据科学杂志，3415-438，（2005）
[2] Chib，S。；Greenberg，E.，《理解大都市——黑斯廷斯算法》，《美国统计学家》，49，327-335，（1995）
[3] Congdon，P.，分类数据的贝叶斯模型，（2005），John Wiley&Sons Inc·Zbl 1079.62036号
[4] 库克，R.D.，《地方影响评估》，《皇家统计学会期刊》，B辑，48，133-169，（1986）·Zbl 0608.62041号
[5] 库克·R·D。；Weisberg，S.，《回归中的残差和影响》（1982），查普曼和霍尔/CRC博卡拉顿，佛罗里达州·Zbl 0564.62054号
[6] Csiszár，I.，概率分布差异和间接观测的信息型度量，匈牙利科学研究所，2299-318，（1967）·Zbl 0157.25802号
[7] 戴·D·K。；Chen，M.H。；Chang，H.，非线性随机效应模型的贝叶斯方法，生物统计学，531239-1252，（1997）·Zbl 0911.62024号
[8] 加莱亚，M。；Paula，G.A。；Cysneiros，F.J.A.，《关于对称非线性模型的诊断》，《统计学与概率快报》，73，459-467，（2005）·Zbl 1071.62063号
[9] Gamerman，D。；Lopes，H.，Markov chain Monte Carlo，（2006），查普曼和霍尔/CRC博卡拉顿，佛罗里达州·Zbl 1137.62011年
[10] 盖瑟，S。；Eddy，W.，《模型选择的预测方法》，《美国统计协会杂志》，第74期，第153-160页，（1979年）·Zbl 0401.62036号
[11] Gelfand，A.E。；Dey，D.K.，《贝叶斯模型选择：渐近和精确计算》，《皇家统计学会杂志》，B辑，56，501-514，（1994）·Zbl 0800.62170号
[12] Gelfand，A.E。；戴·D·K。；Chang，H.，使用预测分布确定模型，并通过基于抽样的方法实现，（贝叶斯统计（Peñíscola，1991）。第4卷，（1992），牛津大学出版社，纽约），147-167
[13] 盖尔曼，A。；Carlin，J。；Rubin，D.，贝叶斯数据分析，（2006），查普曼和霍尔/CRC纽约，纽约
[14] 盖尔曼，A。；罗伯茨，G。；Gilks，W.，《有效的大都市跳跃规则》（Bernardo，J.；Berger，J.，Dawid，A.；Smith，A.，《贝叶斯统计》第5卷，（1996），牛津大学出版社），599-607
[15] 戈麦斯，H。；F.金塔纳。；Torres，F.，“椭圆轮廓斜线分布的新家族”，《统计与概率快报》，77，717-725，（2007）·Zbl 1116.62015年
[16] 霍伯特，J。；Casella，G.，分层线性混合模型中不适当先验对吉布斯抽样的影响，美国统计协会杂志，91，1461-1473，（1996）·Zbl 0882.62020号
[17] 黄，Y。；Dagne，G.，协变量中具有偏正态分布和测量误差的联合混合效应模型的贝叶斯方法，生物统计学，67，260-269，（2010）·Zbl 1217.62032号
[18] Kass，R。；蒂尔尼，L。；Kadane，J.，《贝叶斯分析中评估影响和敏感性的近似方法》，生物统计学，76，663-674，（1989）·Zbl 0678.62037号
[19] Kim，S。；Chen，M.H。；Dey，D.K.，二元响应数据的灵活广义t链模型，Biometrika，95，93-106，（2008）·Zbl 1437.62513号
[20] 拉科斯，V.H。；戴·D·K。；Cancho，V.G.，《从贝叶斯角度看具有偏正态独立分布的稳健线性混合模型》，《统计规划与推断杂志》，1394098-4110，（2009）·Zbl 1183.62048号
[21] 莱尔德，新墨西哥州。；Ware，J.H.，纵向数据的随机效应模型，生物计量学，38963-974，（1982）·Zbl 0512.62107号
[22] Lange，K.L。；利特尔·R。；Taylor，J.，使用（t）分布的稳健统计建模，《美国统计协会杂志》，84，881-896，（1989）
[23] Lange，K.L。；Sinsheimer，J.S.，正态/独立分布及其在稳健回归中的应用，计算与图形统计杂志，2175-198，（1993）
[24] Lindstrom，M。；Bates，D.，重复测量数据的非线性混合效应模型，生物统计学，46，673-687，（1990）
[25] Liu，C.，不完全数据的贝叶斯稳健多元线性回归，美国统计协会杂志，911219-1227，（1996）·Zbl 0880.62028号
[26] Meza，C。；奥索里奥，F。；de la Cruz，R.，使用重尾分布的非线性混合效应模型估计，统计与计算，22，121-139，（2012）·Zbl 1322.62030
[27] Osiewalski，J.，具有等相关椭圆误差的非线性回归的贝叶斯分析，Test，8339-344，（1999）·Zbl 0942.62029号
[28] Osiewalski，J。；Steel，M.F.J.，椭圆回归模型中的稳健贝叶斯引用，《计量经济学杂志》，57，345-363，（1993）·Zbl 0776.62029号
[29] Osorio，F。；Paula，G.A。；Galea，M.，《具有纵向结构的椭圆线性模型的局部影响评估》，计算统计与数据分析，514354-4368，（2007）·Zbl 1162.62367号
[30] 彭，F。；Dey，D.K.，使用分歧度量对异常值问题进行贝叶斯分析，《加拿大统计杂志》，23，199-213，（1995）·Zbl 0833.62028号
[31] 皮涅罗，J。；Bates，D.，非线性混合效应模型中对数似然函数的近似，计算与图形统计杂志，4，12-35，（1995）
[32] 皮涅罗，J.C。；贝茨；Douglas，M.，《S和S-PLUS中的混合效应模型》，（2000），纽约州施普林格·Zbl 0953.62065号
[33] 皮涅罗，J.C。；Liu，C.H。；Wu，Y.N.，使用多元（t）分布的线性混合效应模型中稳健估计的有效算法，计算与图形统计杂志，10，249-276，（2001）
[34] Raftery，A。；牛顿，M。；萨塔戈潘，J。；Krivitsky，P.，使用调和平均恒等式通过后验模拟估计综合似然（有讨论）。第8卷（2007），牛津大学出版社，第1-45页
[35] R开发核心团队，2009年，R：统计计算的语言和环境，奥地利维也纳统计计算基金会，ISBN 3-900051-07-0。
[36] 罗莎，G.J.M。；帕多瓦尼，C.R。；Gianola，D.，具有正态/独立分布和贝叶斯MCMC实现的稳健线性混合模型，《生物医学杂志》，45，573-590，（2003）·Zbl 1441.62474号
[37] Russo，C.M。；Paula，G.A。；Aoki，R.，《非线性混合效应椭圆模型中的影响诊断》，计算统计与数据分析，534143-4156，（2009）·Zbl 1417.62327号
[38] 萨瓦利，C。；Paula，G.A。；Cysneiros，F.，椭圆线性混合模型中方差分量的评估，统计建模，659-76，（2006）·Zbl 07257125号
[39] 施皮盖尔哈特，D.J。；贝斯特，N.G。；卡林，B.P。；van der Linde，A.，模型复杂性和拟合的贝叶斯测度，英国皇家统计学会期刊，B辑，64583-639，（2002）·Zbl 1067.62010年
[40] 维达尔，I。；Castro，L.M.，《具有弱非微分误差的独立学生测量误差模型中的影响观察》，智利统计杂志，1，17-34，（2010）·Zbl 1213.62049号
[41] Wang，J.，非线性混合效应模型中的Dirichlet过程，统计中的通信——模拟和计算，39，539-556，（2012）·Zbl 1489.62005号
[42] Weiss，R.，《贝叶斯敏感性分析方法》，《皇家统计学会期刊》，B辑，58739-750，（1996）·Zbl 0860.62031号
[43] 沃尔芬格，R.D。；Lin，X.，非线性混合模型的两种泰勒级数近似方法，计算统计与数据分析，25465-490，（1997）·Zbl 0900.65409号
[44] Wu，L.，具有截尾和误差测量协变量的非线性混合效应模型的联合模型，及其在艾滋病研究中的应用，美国统计协会杂志，97955-964，（2002）·Zbl 1048.62111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。