×
李，Youngjo;约翰·内尔德（John A.Nelder）。

不可观测模型的似然推断：另一种观点。 （英语） Zbl 1329.62337号

统计科学。 24，第3期，255-269（2009）.
摘要：统计学家之间就（i）建模什么和（ii）如何从不可观测模型中进行推断存在争议。其中一个争议涉及不一定具有概率基础的边际均值的估计方法与具有概率基础不可观测值的统计模型之间的差异。另一个关注点是，对不可观测的统计模型进行基于hood的推断。这需要一个扩展的可能性框架，我们展示了一个这样的扩展，即分层可能性，是如何做到这一点的。对不可观测项的建模导致了丰富的新概率模型，从中可以自然地用层次似然进行相似类型的推断。

引用于4评论
引用于10文件

MSC公司：

62J12型 广义线性模型（逻辑模型）
10层62层 点估计
2015年1月62日 贝叶斯推断
62G08号 非参数回归和分位数回归
62-02 与统计有关的研究展览（专著、调查文章）

关键词：

分层广义线性模型;可观察量;随机效应;可能性;扩展似然;层次似然

软件：

打开BUGS
PDF格式BibTeX公司 XML格式引用
\textit{Y.Lee}和\textit{J.A.Nelder}，统计科学。24，第3号，255--269（2009；Zbl 1329.62337）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Ainsworth，L.M.和Dean，C.B.（2006年）。疾病绘图的近似推断。公司。统计人员。数据分析。50 2552-2570. ·Zbl 1445.62260号
[2] 巴塞洛缪，D.J.（1987）。潜在变量模型和因子分析。牛津大学出版社，牛津·Zbl 0664.62057号
[3] Bayarri，M.J.、DeGroot，M.H.和Kadane，J.B.（1988年）。什么是似然函数？（经过讨论）。在统计决策理论和相关主题IV。第1卷。（S.S.Gupta和J.O.Berger编辑）。纽约州施普林格·Zbl 0684.62010号
[4] Bedrick，E.J.和Hill，J.R.（1999）。广义似然作为预测问题的总结函数的性质和应用。扫描。J.统计。26 593-609. ·Zbl 0938.62003号 ·doi:10.1111/1467-9469.00170
[5] Berger，J.O.（1985）。统计决策理论和贝叶斯分析。纽约州施普林格·Zbl 0572.62008号
[6] Berger，J.O.和Wolpert，R.（1984）。可能性原则。加利福尼亚州海沃德IMS·兹比尔1060.62500
[7] Besag，J.和Higdon，P.（1999）。农业田间试验的贝叶斯分析（附讨论）。J.罗伊。统计人员。Soc.序列号。B 61 3-66。JSTOR公司：·Zbl 0951.62091号 ·doi:10.1111/1467-9868.00201
[8] Besag，J.和Kooperberg，C.（1995年）。条件和内在自回归。生物特征82 783-746。JSTOR公司：·Zbl 0899.62123号
[9] Birnbaum，A.（1962年）。在统计推断的基础上（经过讨论）。J.Amer。统计人员。协会57 269-306。JSTOR公司：·Zbl 0107.36505号 ·doi:10.2307/2281640
[10] Björnstad，J.F.（1990）。预测似然原理：回顾（讨论）。统计人员。科学。5 242-265. ·兹比尔0955.62517 ·doi:10.1214/ss/1177012175
[11] Björnstad，J.F.（1996）。关于似然函数和似然原理的推广。J.Amer。统计人员。协会91 791-806·Zbl 0871.62006号 ·doi:10.2307/2291674
[12] Booth J.G.和Hobert，J.P.（1998年）。广义线性混合模型中预测的标准误差。J.Amer。统计人员。协会93 262-272。JSTOR公司：·Zbl 1068.62516号 ·doi:10.2307/2669622
[13] Breslow，N.E.和Clayton，D.G.（1993年）。广义线性混合模型中的近似推理。J.Amer。统计人员。协会88 9-25·Zbl 0775.62195号 ·doi:10.2307/2290687
[14] Carlin，B.P.和Gelfand，A.E.（1990年）。经验贝叶斯置信区间的方法。J.Amer。统计人员。协会84 717-726。JSTOR公司：·Zbl 0731.62080号 ·doi:10.2307/2289531
[15] Carlin，B.P.和Louis，T.A.（2000年）。数据分析的贝叶斯和经验贝叶斯方法。查普曼和霍尔，伦敦·Zbl 1017.62005年
[16] Castillo，J.和Lee，Y.（2008）。波动率模型的GLM方法。统计模型。8 263-283.
[17] Chaganty，N.R.和Joe，H.（2006年）。相关伯努利随机变量的相关矩阵范围。生物特征93 197-206·Zbl 1152.62038号 ·doi:10.1093/生物技术/93.1197
[18] Cox，D.R.（1958）。拉丁方中非加性效应的解释。生物特征45 69-73·Zbl 0087.14902号 ·doi:10.1093/biomet/45.1-2.69
[19] Cox，D.R.和Reid，N.（1987年）。参数正交性和近似条件推理。J.罗伊。统计人员。Soc.序列号。B 49 1-39。JSTOR公司：·Zbl 0616.62006号
[20] Crowder，M.J.（1995）。关于在使用广义线性模型进行重复测量时使用工作相关矩阵。生物特征82 407-410·Zbl 0823.62060号 ·doi:10.1093/biomet/82.2.407
[21] Davison A.C.（1986）。近似预测可能性。生物特征73 323-332。JSTOR公司：·Zbl 0595.62032号 ·doi:10.1093/biomet/73.2.323
[22] Diggle，P.J.、Liang，K.Y.和Zeger，S.L.（1996）。纵向数据分析。牛津大学出版社，纽约·Zbl 1031.62002号
[23] Drum，M.L.和McCullagh，P.（1993）。logistic混合模型中具有精确协方差的REML估计。生物计量学49 677-689。JSTOR公司：·Zbl 0800.62697号 ·doi:10.2307/2532189
[24] Efron，B.（2003）。与好友的对话。统计人员。科学。16 55-57. ·Zbl 1331.62020年 ·doi:10.1214/ss/1063994981
[25] 艾尔斯，P.H.C.和马克思，B.D.（1996）。具有B样条和惩罚的灵活平滑。统计人员。科学。11 89-121. ·Zbl 0955.62562号 ·doi:10.1214/s/1038425655
[26] Fisher，R.A.（1921年）。关于从小样本推导出的相关系数的可能误差。地铁1 3-32。
[27] Glidden，D.和Liang，K.Y.（2002年）。确定复杂疾病的调整。遗传流行病学23 201-208。
[28] Green，P.J.和Silverman，B.W.（1994年）。非参数回归和广义线性模型：粗糙度惩罚方法。查普曼和霍尔，伦敦·Zbl 0832.62032号
[29] Ha，I.D.和Lee，Y.（2005）。脆弱性模型的层次似然法与传统BLUP法的比较。生物特征92 717-723·Zbl 1152.62379号 ·doi:10.1093/biomet/92.3.717
[30] Ha，I.D.，Lee，Y.和Song，J.-K.（2002年）。带删失数据的混合线性模型的层次似然方法。寿命数据分析。8 163-176. ·Zbl 1037.62100号 ·doi:10.1023/A：1014839723865
[31] Heagerty，P.J.和Zeger，S.（2000）。边缘化多级模型和似然推理（讨论）。统计人员。科学。15 1-26.
[32] Jang，M.、Lee，Y.、Lawson，A.和Browne，W.（2007年）。空间流行病学建模的层次似然法和贝叶斯法的比较。环境计量18 809-821。
[33] Jansen，I.、Beunckens，C.、Molenberghs，G.、Verberke，G.和Mallinckrodt，C.（2006年）。分析不完整的离散纵向临床试验数据。统计人员。科学。21 52-69. ·Zbl 1426.62316号 ·doi:10.1214/088342305000000322
[34] Joe，H.（1997）。多元模型和依赖概念。查普曼和霍尔，伦敦·Zbl 0990.62517号
[35] Kass，R.E.和Steffey，D.（1989年）。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。统计人员。协会84 717-726。JSTOR公司：·doi:10.2307/2289653
[36] Laird N.M.和Louis，T.A.（1987年）。基于Bootstrap样本的经验Bayes置信区间。J.艾默。统计人员。协会82 739-750。JSTOR公司：·Zbl 0643.62018号 ·doi:10.2307/2288778
[37] Lee，Y.和Ha，I.D.（2010年）。Tweedie混合模型中随机效应推断的正统BLUP与h-似然方法。统计人员。公司。
[38] Lee，Y.、Jang，M.和Lee，W.（2007）。疾病制图中预测标准误差的层次似然法。准备提交的论文。
[39] Lee，Y.和Nelder，J.A.（1996年）。层次广义线性模型（含讨论）。J.罗伊。统计人员。Soc.序列号。乙58 619-678。JSTOR公司：·Zbl 0880.62076号
[40] Lee，Y.和Nelder，J.A.（2001a）。分层广义线性模型：广义线性模型、随机效应模型和结构化分散体的综合。生物特征88 987-1006。JSTOR公司：·Zbl 0995.62066号 ·doi:10.1093/biomet/88.4.987
[41] Lee，Y.和Nelder，J.A.（2001b）。建模和分析相关的非正态数据。统计模型。1 3-16. ·Zbl 1004.62080号 ·doi:10.1191/147108201128050
[42] Lee，Y.和Nelder，J.A.（2002年）。使用分层广义线性模型分析溃疡数据。Stat.Med.21 191-202年。
[43] Lee，Y.和Nelder，J.A.（2004）。条件模型和边际模型：另一种观点（有讨论）。统计人员。科学。19 219-238. ·Zbl 1100.62591号 ·doi:10.1214/088342304000000305
[44] Lee，Y.和Nelder，J.A.（2005）。随机效应的可能性（通过讨论）。统计与运筹学汇刊29 141-182·Zbl 1274.62170号
[45] Lee，Y.和Nelder，J.A.（2006年A）。双层广义线性模型（附讨论）。申请。统计人员。55 139-185. ·Zbl 1490.62198号 ·文件编号：10.1111/j.1467-9876.2006.00538.x
[46] Lee，Y.和Nelder，J.A.（2006年b）。通过替代随机效应模型进行拟合。统计人员。公司。16 69-75. ·doi:10.1007/s11222-006-5534-4
[47] Lee，Y，Nelder，J.A.和Pawitan，Y.（2006）。具有随机效应的广义线性模型：基于H-似然的统一分析。查普曼和霍尔，伦敦·Zbl 1110.62092号 ·doi:10.1201/9781420011340
[48] Leroux，B.G.、Lin，X.和Breslow，N.（1999）。小区域疾病率估计：一种新的空间依赖混合模型。《流行病学、环境和临床试验统计模型》（M.E.Halloran和D.Berry编辑）135-178。纽约州施普林格。
[49] Lin，X.和Breslow，N.E.（1996年）。具有多个离散分量的广义线性混合模型中的偏差校正。J.Amer。统计人员。协会91 1007-1016。JSTOR公司：·Zbl 0882.62059号 ·数字对象标识代码：10.2307/2291720
[50] Lindsey，J.K.和Lambert，P.（1998）。临床试验中重复测量边际模型的适用性。Stat.Med.17 447-469。
[51] Lindley，D.V.和Smith，A.F.M.（1972年）。线性模型的贝叶斯估计（与讨论）。J.罗伊。统计人员。Soc.序列号。B 34 1-41。JSTOR公司：·Zbl 0246.62050号
[52] Little，R.J.A.和Rubin，D.B.（2002年）。缺失数据的统计分析。纽约威利·Zbl 1011.62004号
[53] Ma，R.和Jorgensen，B.（2007年）。嵌套广义线性混合模型：正统最佳线性无偏预测方法。J.罗伊。统计人员。Soc.序列号。B 69 625-641·文件编号：10.1111/j.1467-9868.2007.00603.x
[54] MacNab，Y.C.、Farrell，P.J.、Gustafson，P.和Wen。S.（2004）。贝叶斯疾病映射中的估计。生物统计学60 865-873。JSTOR公司：·Zbl 1274.62833号 ·doi:10.1111/j.0006-341X.2004.00241.x
[55] 马蒂亚森体育（1979）。预测功能。扫描。J.统计。6 1-21.
[56] McCullagh P.和Nelder，J.A.（1989年）。广义线性模型。第2版。查普曼和霍尔，伦敦·Zbl 0744.62098号
[57] Molenberghs，G.、Beunckens，C.、Sotto，C.和Kenward，M.G.（2008年）。非随机模型中的每一个缺失都有一个相同拟合度的随机对应体中的缺失。J.罗伊。统计人员。Soc.序列号。乙70 371-388·Zbl 1148.62046号 ·doi:10.1111/j.1467-9868.2007.00640.x
[58] Molenberghs，G.和Lesaffre E.（1994年）。使用多元Plackett分布对相关序数数据进行边际建模。J.Amer。统计人员。协会89 633-644·Zbl 0802.62063号 ·doi:10.2307/2290866
[59] Molenberghs，G.、Verbeke，G.和Demétrio，C.（2007年）。一种扩展的随机效应方法，用于建模重复、分散的计数数据。终身数据分析13 513-531·Zbl 1331.62363号 ·doi:10.1007/s10985-007-9064-年
[60] Morris，C.N.（1983年）。参数经验贝叶斯推断：理论与应用。J.Amer。统计人员。协会78 47-59。JSTOR公司：·Zbl 0506.62005年 ·doi:10.2307/2287098
[61] Nelder，J.A.（1954年）。方差负成分的解释。生物特征41 544-548。JSTOR公司：·Zbl 0056.12703号 ·doi:10.1093/生物技术/41-3-4.544
[62] Nelder，J.A.（1994）。线性模型的统计：回到基础。统计人员。公司。4 221-234.
[63] Neyman，J.（1935年）。农业试验中的统计问题（讨论）。J.罗伊。统计人员。Soc.序列号。B 2（补充）107-108。
[64] Noh，M.和Lee，Y.（2007a）。GLM类推理的稳健建模。J.Amer。统计人员。协会102 1059-1072·Zbl 1334.62142号 ·doi:10.1198/0162145000000518
[65] Noh，M.和Lee，Y.（2007b）。GLMM中二进制数据的REML估计。《多元分析杂志》。98 896-915. ·Zbl 1113.62087号 ·doi:10.1016/j.jmva.2006.11.009
[66] Noh，M.和Lee，Y.（2008）。非线性混合效应模型的层次似然方法。公司。统计数据。分析。52 3517-3527. ·Zbl 1452.62544号
[67] Noh，M.、Pawitan，Y.和Lee，Y.（2005）。稳健确定-调整参数估计。Gen.Epidem公司。29 68-75.
[68] Pawitan，Y.（2001）。在所有可能性中：使用可能性的统计建模和推断。牛津克拉伦登出版社·Zbl 1013.62001号
[69] Pearson，K.（1920年）。实用统计学的基本问题。生物特征13 1-16。
[70] Rasch，G.（1960年）。一些智力和成就测试的概率模型。丹麦帕达戈吉斯克研究所，哥本哈根。
[71] Robinson，G.K.（1991）。BLUP是一件好事：对随机效应的估计。统计人员。科学。6 15-51. ·Zbl 0955.62500号 ·doi:10.1214/ss/1177011926
[72] Rubin，D.B.（2005）。使用潜在结果进行因果推断：设计、建模、决策。J.Amer。统计人员。协会88 9-25·Zbl 1117.62418号 ·doi:10.1198/0162145000001880
[73] Rubin，D.B.（2006）。通过潜在结果和主要分层进行因果推断：应用于因死亡而进行“审查”的研究（附讨论）。统计人员。科学。21 299-312. ·Zbl 1246.62198号 ·doi:10.1214/08834230600000114
[74] Rue，H.、Martino，S.和Chopin，N.（2009年）。使用集成嵌套拉普拉斯近似对潜在高斯模型进行近似贝叶斯推断（附讨论）。J.罗伊。统计人员。Soc.序列号。乙71 319-392·兹比尔1248.62156 ·doi:10.1111/j.1467-9868.2008.00700.x
[75] Schall，R.（1991）。具有随机效应的广义线性模型中的估计。生物特征78 719-727·Zbl 0850.62561号 ·doi:10.1093/生物技术/78.4719
[76] 顺政（1997）。对蝾螈交配数据的另一种观察：一种改进的拉普拉斯近似方法。J.Amer。统计人员。协会92 341-349·Zbl 1090.62515号 ·doi:10.2307/2291479
[77] Z.Shun和P.McCullagh（1995）。高维积分的拉普拉斯近似。J.罗伊。统计人员。Soc.序列号。乙57 749-760。JSTOR公司：·Zbl 0826.41026号
[78] Skrondal，A.和Rabe-Hesketh，S.（2004）。广义潜在变量建模：多级、纵向和结构方程模型。查普曼和霍尔，伦敦·Zbl 1097.62001
[79] Skrondal，A.和Rabe-Hesketh，S.（2007年）。潜在变量建模：一项调查。扫描。J.统计。34 712-745. ·Zbl 1164.62028号 ·文件编号：10.1111/j.1467-9469.2007.00573.x
[80] Thomas，A.、O'Hara，B.、Ligges，U.和Staurtz，S.（2006）。打开BUGS。R新闻6 12-16。
[81] Vaida，F.和Meng X.L.（2004）。混合线性模型和EM算法。《从不完全数据角度应用贝叶斯和因果推断》（A.Gelman和X.L.Meng编辑）。纽约威利·Zbl 05274822号
[82] Wilk，M.B.和Kempthorne，O.（1957年）。广义线性混合模型中预测的标准误差。J.Amer。统计人员。协会52 218-236。JSTOR公司：·Zbl 0084.36103号 ·doi:10.2307/2280847
[83] Yun，S.和Lee，Y.（2006）。具有非单调缺失的混合线性模型的鲁棒估计。统计人员。医学25 3877-3892·数字对象标识代码：10.1002/sim.2479
[84] Yun，S.、Lee，Y.和Kenward，M.（2007）。对缺失数据问题使用分层可能性。生物特征94 905-919·Zbl 1156.62014年 ·doi:10.1093/biomet/asm063
[85] Zeger，S.L.、Liang，K.Y.和Albert，P.S.（1988年）。纵向数据模型：广义估计方程方法。生物统计学44 1049-1060。JSTOR公司：·Zbl 0715.62136号 ·doi:10.2307/2531734
[86] Zhao，Y.、Staudenmayer，J.、Coull，B.A.和Wand，M.P.（2006）。一般设计贝叶斯广义线性模型。统计人员。科学。21 35-51. ·Zbl 1129.62063号 ·doi:10.1214/08834230600000015
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。