×
陆毅强;张日泉

广义变系数混合模型的平滑样条估计。 （英语） Zbl 1172.62009年

J.非参数统计。 21，第7期，815-825（2009）。
摘要：具有纵向数据的广义变系数模型面临着数据相关性的挑战，因为每个个体都有多个观测值。我们考虑广义变系数混合模型（GVCMM），该模型使用变系数模型来拟合平均函数，同时通过添加随机效应来考虑过度分散和相关性。平滑样条用于估计光滑但任意的非参数系数函数。用拉普拉斯方法近似计算拟似然函数中通常难以处理的积分。这表明GVCMM可以近似地用广义线性混合模型表示。因此，可以使用限制最大对数似然法（REML）估计平滑参数和方差分量，其中平滑参数被视为额外的方差分量向量。我们通过一些仿真和对实际数据集的应用来说明该方法的性能。

引用于4文件

MSC公司：

62G08号 非参数回归和分位数回归
62G05型 非参数估计
65C60个 统计中的计算问题（MSC2010）
62J12型 广义线性模型（逻辑模型）
2015年1月62日 贝叶斯推断
62甲12 多元分析中的估计

关键词：

变系数模型;广义变系数混合模型;平滑样条曲线;限制最大似然

软件：

全球供应链
PDF格式BibTeX公司 XML格式引用
\textit｛Y.Lu｝和\textit｛R.Zhang｝，《非参数统计》第21卷，第7期，815–825（2009年；Zbl 1172.62009）
全文： 内政部

参考文献：

[1] 内政部：10.2307/2290687·Zbl 0775.62195号 ·doi:10.2307/2290687
[2] 哈斯蒂·T·J·罗伊。统计师。Soc.序列号。B 55第757页–（1993年）
[3] 内政部：10.1093/biomet/85.4809·Zbl 0921.62045号 ·doi:10.1093/biomet/85.4.809
[4] 内政部：10.1198/016214501753168280·Zbl 1018.62034号 ·doi:10.1198/016214501753168280
[5] 内政部：10.1111/1467-9868.00233·doi:10.1111/1467-9868.00233
[6] 内政部：10.1093/biomet/89.1111·Zbl 0998.62024号 ·doi:10.1093/biomet/89.1.111
[7] DOI:10.1081/STA-120029828·Zbl 1114.62318号 ·doi:10.1081/STA-120029828
[8] 张瑞，变系数模型（2004）
[9] 内政部：10.2307/2669476·Zbl 0996.62078号 ·doi:10.2307/2669476
[10] 数字对象标识码：10.1111/j.1467-9868.2006.00539.x·Zbl 1110.62053号 ·文件编号：10.1111/j.1467-9868.2006.00539.x
[11] 内政部：10.1111/1467-9868.00183·Zbl 0915.62062号 ·doi:10.1111/1467-9868.00183
[12] Green P.J.，非参数回归和广义线性模型（1994）·Zbl 0832.62032号
[13] 内政部：10.2307/2287970·Zbl 0587.62067号 ·doi:10.2307/2287970
[14] Gu C.，平滑样条方差分析模型（2002）·Zbl 1051.62034号
[15] DOI:10.2307/2286796·Zbl 0373.62040号 ·doi:10.2307/2286796
[16] Wahba G.、J.Roy。统计师。Soc.B 40第364页–（1978年）
[17] 内政部：10.1214/aos/1176349743·Zbl 0596.65004号 ·doi:10.1214操作系统/1176349743
[18] DOI:10.1093/biomet/80.1.75·Zbl 0771.62027号 ·doi:10.1093/biomet/80.1.75
[19] Wahba G.、J.Roy。统计师。Soc.B 45第133页–（1983年）
[20] 内政部：10.2307/2291720·Zbl 0882.62059号 ·doi:10.2307/2291720
[21] Weiss R.E.，《纵向数据建模》（2005年）·Zbl 1076.62071号
[22] 内政部：10.2307/2529876·Zbl 0512.62107号 ·doi:10.2307/2529876
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。