默里·艾特金 广义线性模型中方差分量的一般最大似然分析。 (英语) Zbl 1059.62564号 生物计量学 55,第1期,117-128(1999). 摘要:本文描述了具有方差分量结构的广义线性模型中非参数最大似然估计的EM算法。该算法提供了近似MQL和PQL分析的替代分析[C.A.McGilchrist公司和C.W.艾斯贝特,生物。J.33,第2期,131–141(1991年;Zbl 0729.62566号);N.E.布雷斯洛和D.G.克莱顿《美国统计协会期刊》第88卷第421、9–25期(1993年;Zbl 0775.62195号);C.A.McGilchrist公司、J.R.Stat.Soc.、Ser。B 56,第1号,61–69(1994年;Zbl 0800.62433号);H.戈尔茨坦,多层统计模型(1995)]和GEE[分析K.-Y.梁和S.L.泽格《生物特征》73,13-22(1986;Zbl 0595.62110号)]. 算法,首先由Hinde公司和木材[纵向数据分析,110–126(1987)]是广义线性模型中过度分散随机效应模型的概括,如艾特金[统计与计算6251–262(1996)]。该算法最初是以高斯求积的形式导出的,假设混合分布为正态分布,但只需稍稍改变即可用于完全未知的混合分布,为该分布的完全非参数ML估计提供了一种简单的方法。这是有价值的,因为GLM参数的ML估计可能对混合分布的参数形式的规范敏感。非参数分析可以直接推广到一般随机参数模型,并对随机参数的联合分布进行完整的NPML估计。与随机参数在指定参数分布上的完全数值积分相比,这可以节省大量的计算量。描述了一种简单的方法,用于在使用EM算法时获得参数估计的正确标准误差。讨论了几个涉及简单方差分量和纵向模型以及小面积估计的示例。 引用于88文件 MSC公司: 62J12型 广义线性模型(逻辑模型) 62J10型 方差和协方差分析(ANOVA) 62G08号 非参数回归和分位数回归 关键词:EM算法;纵向数据;混合物模型;非参数极大似然;过度分散;随机效应GLM;方差分量 引文:Zbl 0729.62566号;Zbl 0775.62195号;Zbl 0800.62433号;Zbl 0595.62110号 软件:GLIM公司 PDF格式BibTeX公司 XML格式引用 \textit{M.Aitkin},《生物统计学》55,第1期,117--128(1999;Zbl 1059.62564) 全文: DOI程序 参考文献: [1] Abramowitz M.,《数学函数手册》(1964)·兹标0171.38503 [2] Aitkin M.,《统计与计算》,第6页,第251页–(1996年) [3] Aitkin M.,《统计与计算》,第6页,127页–(1996年) [4] Aitkin M.,GLIM新闻稿25第37页–(1995) [5] M.Aitkin和B.J.Francis(1998年)。用非参数极大似然法拟合广义线性方差分量模型。GLIM新闻稿,正在出版中。 [6] Aitkin M.,《技术计量学》22,第325页–(1980) [7] Aitkin M.,GLIM中的统计建模(1989)·Zbl 0676.62001号 [8] Anderson D.A.,《澳大利亚统计杂志》第30期第125页–(1988年) [9] Anderson D.A.,《皇家统计学会杂志》,B辑47第203页–(1985) [10] Anderson D.A.,《统计学中的通信——理论和方法》,第17页,第3847页–(1988年) [11] Barry J.T.,统计建模(1989) [12] Besag J.,《统计数学研究所年鉴》43 pp 1–(1991) [13] Bock R.D.,《心理测量学》46,第443页–(1981年) [14] Bohning D.,《生物计量学》,第48页,第285页–(1992年) [15] Breslow N.E.,《美国统计协会杂志》88第9页–(1993) [16] Clayton D.,《生物统计学》第43页,第671页–(1987年) [17] 克劳奇E.A.C.,《美国统计协会杂志》,第85页,第464页–(1990年) [18] Davidian M.,Biometrika 80 pp 475–(1993) [19] Davies R.B.,纵向数据分析(1987) [20] Dempster A.P.,《皇家统计学会杂志》,B辑39 pp 1–(1977) [21] Dietz E.,GLIM和统计建模进展(1992) [22] E.Dietz、D.Bohning、B.J.Francis、R.Hatzinger、G.U.H.Seeber和G.Steckel-Berger(1995年)。基于未观察到的异质性的一般模型的统计推断。在基于未观察到的异质性的一般模型的统计推断中,纽约:Springer-Verlag。 [23] Diggle P.J.,纵向数据分析(1994年)·Zbl 0825.62010号 [24] Ezzet F.,混合手册(1988) [25] Fitzmaurice G.M.,《生物统计学》50第601页–(1994年) [26] Follmann D.A.,《美国统计协会杂志》84,第295页–(1989) [27] Gelman A.,贝叶斯数据分析(1995) [28] Goldstein H.,多层统计模型,2。编辑(1995)·Zbl 1014.62126号 [29] Heckman J.J.,《计量经济学》52,第271页–(1984年) [30] Hind J.P.,GLIM82(1982) [31] Hinde J.P.,纵向数据分析(1987) [32] Kiefer J.,《数理统计年鉴》第27页第887页——(1956年) [33] Laird N.M.,《美国统计协会杂志》73,第805页–(1978) [34] Laird N.M.,《生物计量学》,第38页,963页–(1982年) [35] Lee Y.,《皇家统计学会杂志》,B辑58,第619页–(1996) [36] Lesperance M.L.,《美国统计协会杂志》第87页第120页–(1992) [37] Liang K.-Y.,Biometrika 73第13页–(1986) [38] Lindsay B.G.,《统计年鉴》11,第86页–(1983年) [39] Longford N.T.,随机系数模型(1993)·Zbl 0859.62064号 [40] Louis T.A.,《皇家统计学会杂志》,B辑44第226页–(1982) [41] McCullagh P.,广义线性模型(1989)·Zbl 0744.62098号 ·doi:10.1007/9781-4899-3242-6 [42] McCulloch C.E.,《美国统计协会杂志》92第162页–(1997) [43] McGilchrist C.A.,《皇家统计学会杂志》,B辑56第61页–(1994) [44] McGilchrist C.A.,《生物医学杂志》33第131页–(1991) [45] Magder L.S.,《美国统计协会杂志》91 pp 1141–(1996) [46] Mallet A.,Biometrika 73第645页–(1986年) [47] Meng X.L.,《美国统计协会杂志》,86 pp 899–(1991) [48] Neuhaus J.M.,《医学研究中的统计方法》,第1页,第249页–(1992年) [49] Neuhaus J.M.,《生物统计学》第46页第523页–(1990年) [50] Rodriguez G.,《皇家统计学会杂志》,A辑158页73–(1995)·doi:10.2307/2983404 [51] 内政部:10.1016/0096-3003(91)90077-Z·Zbl 0741.65111号 ·doi:10.1016/0096-3003(91)90077-Z [52] Steele B.M.,《生物统计学》52页1295–(1996) [53] Tsutakawa R.K.,《生物统计学》41第69页–(1985) [54] Walker S.,《生物计量学》52,第934页–(1996年) [55] Woolson R.F.,《皇家统计学会杂志》,A辑147页,87–(1984) [56] Yusuf S.,《心血管疾病进展》,第27页,第335页–(1985年) [57] Zackin R.,《美国统计协会杂志》91 pp 52–(1996) 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。