乔治·帕帕乔治奥 联合均值-方差模型的限制最大似然估计。 (英语。法语摘要) Zbl 1348.62070号 可以。J.统计。 40,编号225-242(2012). 摘要:这类联合均值-协方差模型使用受试者内协方差矩阵的修正Cholesky分解,以获得无约束的、有统计意义的重新参数化。协方差矩阵的新参数化有两组参数,分别描述方差和相关性。因此,对于均值或回归参数,这些模型有三组不同的参数。为了缓解最大似然估计过程中固有的低效估计和方差估计向下偏差的问题,通常的REML估计过程会调整因估计平均参数而损失的自由度。由于联合均值-协方差模型的参数化,可以采用通常的REML程序,通过考虑平均和相关(方差)参数估计所损失的自由度来估计方差(相关性)参数。为此,我们建议根据修改和调整后的剖面可能性对估算程序进行调整。通过对实际数据集和仿真研究的应用,说明了这些方法。 引用于1文件 MSC公司: 10层62层 点估计 2012年12月62日 参数估计量的渐近性质 关键词:调整轮廓可能性;Cholesky分解;纵向数据;修正轮廓似然 软件:引导数据库 PDF格式BibTeX公司 XML格式引用 \textit{G.Papageorgiou},加拿大。J.Stat.40,No.2,225--242(2012;Zbl 1348.62070) 全文: 内政部 参考文献: [1] Barndorff-Nielsen,《关于最大似然估计量分布的公式》,Biometrika 70 pp 343–(1983)·Zbl 0532.62006号 ·doi:10.1093/biomet/70.2.343 [2] Breslow,广义线性混合模型中的近似推断,《美国统计协会杂志》88第9页–(1993)·Zbl 0775.62195号 ·doi:10.2307/2290687 [3] Chen,具有灵活随机效应分布的广义线性混合模型的Monte Carlo EM算法,生物统计学3 pp 347–(2002)·Zbl 1135.62355号 ·doi:10.1093/biostatistics/3.3.347 [4] Cooper,关于自回归移动平均过程参数估计的注释,Biometrika 64 pp 625–(1977)·Zbl 0368.62076号 [5] 考克斯,参数正交性和近似条件推断(含讨论),《皇家统计学会期刊》B系列49第1页–(1987)·Zbl 0616.62006号 [6] Cox,残差的一般定义(带讨论),英国皇家统计学会期刊B系列30第248页–(1968)·Zbl 0164.48903号 [7] Diggle,P.J.Heagerty P Liang K-Y Zeger S.L.2002纵向数据分析,牛津统计科学丛书,牛津 [8] Efron,B.Tibshirani,R.J.1993年《Bootstrap简介》,查普曼和霍尔出版社,纽约 [9] Ghosh,基于自然指数族二次方差函数模型和调查权重的小面积估计,Biometrika 91 pp 95–(2004)·Zbl 1132.62302号 ·doi:10.1093/biomet/91.1.95 [10] Haville,仅使用误差对比对方差分量进行贝叶斯推断,Biometrika 16 pp 383–(1974)·Zbl 0281.62072号 ·doi:10.1093/biomet/61.2.383 [11] Kenward,《比较重复测量剖面的方法》,《应用统计学》36页296–(1987)·doi:10.307/2347788 [12] Laird,纵向数据的随机效应模型,生物计量学38,第963页–(1982)·Zbl 0512.62107号 ·doi:10.2307/2529876 [13] Magder,使用高斯混合函数对混合分布的平滑非参数估计,美国统计协会杂志91页1141–(1996)·Zbl 0882.62033号 ·doi:10.1080/01621459.1996.10476984 [14] McCullagh,《剖面可能性调整的简单方法》,《皇家统计学会期刊》B系列52第325页–(1990)·Zbl 0716.62039号 [15] Pan,《关于纵向研究中均值-方差结构建模》,Biometrika 86 pp 239–(2003)·Zbl 1039.62068号 ·doi:10.1093/biomet/90.1.239 [16] Patterson,块大小不相等时块间信息的恢复,Biometrika 58 pp 545–(1971)·Zbl 0228.62046号 ·doi:10.1093/biomet/58.3545 [17] Pourahmadi,应用于纵向数据的联合均值-方差模型:无约束参数化,Biometrika 86 pp 677–(1999)·Zbl 0949.62066号 ·doi:10.1093/biomet/86.3.677 [18] Pourahmadi,多元正态协方差矩阵广义线性模型的最大似然估计,Biometrika 87 pp 425–(2000)·Zbl 0954.62091号 ·doi:10.1093/biomet/87.2.425 [19] Severini,T.A.2000统计学中的似然方法,牛津大学出版社,牛津·Zbl 0984.6202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。