｛“状态”：“正常”，“消息类型”：“工作”，“消息版本”：“1.0.0”，“消息”：｛“索引”：｛“日期部分”：[[2024,4,16]]，“日期时间”：“2024-04-16T13:06:53Z”，“时间戳”：1713272813877｝，“引用计数”：37，“发布者”：“Wiley”，“问题”：“3”，“许可证”：[｛“开始”：｛“日期部分”：[[2021,3,9]]，“日期时间”：“2021-03-09T00:0:00Z”，“时间戳”：161 5248000000}中，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://\/onlinelibrary.wiley.com/termsAndConditions#vor”}]，“内容域”：{“域”：[“onlinelibrary.wiley.com”]，“crossmark-restriction”：true}，“short-container-title”：[”统计分析“]，”published-print“：{”date-parts“：[2021,6]]}，”抽象“：”摘要<\/jats:title>我们提出了一种新的统计方法，称为广义混合效应随机森林（GMERF），它将随机森林的使用扩展到对指数族中任何类型的响应变量的层次数据分析。该方法保持了建模数据中复杂模式的灵活性和能力，这是基于树\u2010的集成方法的典型特征，并且可以处理连续和离散协变量。同时，GMERF考虑到层次数据的嵌套结构，对存在于层次结构最高级别的依赖结构进行建模，并允许对该结构进行统计推断。在案例研究中，我们将GMERF应用于高等教育数据，以分析大学生辍学现象。我们利用学生2010级的信息，并将就读学位课程的学生作为分组因素，预测工程专业学生的辍学概率<\/jats:p>“，”DOI“：”10.1002\/sam.11505“，”type“：”journal-article“，”created“：{”date-parts“：[[2021,3,9]]，”date-time“：”2021-03-09T10:05:04Z“，”timestamp“：1615284304000}，”page“：“241-257”，”update-policy“：，“标题”：[“广义混合效应随机森林：预测大学生辍学的灵活方法http://\/orcid.org\/00000-0002-9208-3194“，“authenticated-orcid”：false，“given”：“Chiara”，“family”：“Masci”，“sequence”：“additional”，“affiliation”：[{“name”：“MOX\u2014Department of Mathematics Politecnico di Milano Italy”}]}，{“orcid”：sequence“：”additional“，”affiliation“：[{”name“：”MOX\u2014意大利米兰理工大学数学系“}]}，{”ORCID“：”http://\/ORCID.org\/0000-0002-8253-3630“，”authenticated-ORCID“：false，”given“：“Anna M.”，”family“：”Paganoni“，”sequence”：“additional”，“affiliance”：[{“name”：“MOX\u2014意大利米兰理工大学数学系“}]}]，“member”：“311”，“published-online”：{“date-parts”：[2021,3,9]]}，“reference”：[{“key”：“e_1_2_8_2_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1007\/978-3642-04898-2_161 046\/j.1365-2929.2004.01815.x“}，{“键”：”e_1_2_8_4_1“，“doi-asserted-by”：“publisher”，“doi”：“10.1214\/18-AOS1709”}，{“key”：“e_1_i_8_5_1”，”非结构化“：”M.Barbu R.Vilanova J.Lopez Vicario M。J.Pereira P.Alves M.Podpora M.\u00c1ngel Prada A.Mor\u00e1n A.Torreburno S.Marin和R。用于学术数据开发的Tocu数据挖掘工具：文献综述和第一个架构建议。项目SPEET\u00a0\u2013\u00a《2017年加强工程教学的学生简介》。“}，{”key“：”e_1_2_8_6_1“，”unstructured“：”D.Bates M.Maechler B.Bolker S.Walker R.H.H.B.Christensen H.Singmann B.Dai F.Scheilp和G.Grothendieck Package\u2018lme4\u2019使用S4类的线性混合\u2010效果模型。R Package version 1\u20101 2011e_1_2_8_7_1“，“doi-asserted-by”：“publisher”，“doi”：“10.1007\/s10734-009-9290-1”}，{“key”：“e_1_c_8_8_1”，”首页“：“1063”，“article-title”：“随机森林模型分析”，“volume”：”13“，”author“：”Biau G.“，”年份“2012年”，“journal-title“：”J.Mach.Learn.Res.“}，”{“key”：ted-by“：”publisher“，”doi“：”10.1016\/J.jmva.2010.06.019“}，{“key“：”e_1_2_8_10_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1023\/A:1010933404324”}，{“key”：“e_1_i_8_11_1”，“volume-title”：“分类和回归树”，“author”：“Breiman L.”，“year”：“1984”}、{“key”：”e_ 1_8_12_1“，“doi-assert-by”：“publisher”，”doi“：”10.3390\/经济计量学7040049“}，“key”：“e_1_2_8_13_1”，“首页”：“1”，“文章标题”：“L'abandono degli studi universitari”，“作者”：“Chiandotto B.”，“年份”：“2005年”，“新闻标题”：“Modelli statistics per L'analisi della transizione universitit\u00e0\u2010lavoro”}，{“key”：“e_1_2_8_14_1”，“doi-asserted-by”：“publisher”，”doi：“10.1186\/s12859-017-1650-8”}、{“密钥”：“e_1_8_15_1”，“doi”：“10.3758\/s13428-017-0971-x”}，{“key”：“e_1_2_8_16_1”，“unstructured”：“L.Fontana C.Masci F.Ieva和A.M.Paganoni通过广义混合\u2010效果树Mox\u2010报告2018执行学习分析。”}，{《key》：“e_ 1_2_ 8_17_1”、“doi-asserted-by”：“publisher”，《doi》：“10.3102\/00028312036004715”}：“10.1207\/S15328031US0104_02”}，{“key”：“e_1_2_8_19_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1016\/j.spl.2010.12.003“}，}”key“：”e_1_i_8_20_1“，”doi-assert-by“：”publisher“，doi“：”10.1016\/j.spl.2017.02.033“}，{“key”：“e_1_2_8_22_1”，“doi-asserted-by”：“publisher”，“DOI”：“10.1007 \/978-0-387-84858-7”}，{“key”：“e_1_2_8_23_1”，“DOI-asserted-by”：“publisher”，”DOI“：”10.1198 \/jasa.2009.tm08622“}，}”key“：”e_1_i_8_24_1“，”DOI-assert-by“：”publisher“，“DOI:”10.1007 \/9781-4614-7138-7“}”，{”key:“e_2_8-25_1”“，”非结构化“：”A。H.LiandJ..（H.LiandJ.L.）（联合国人权事务高级专员）。Bradic Censored分位数回归森林2020年国际人工智能与统计会议第2109页\u20132119页。“}，{”key“：”e_1_2_8_26_1“，”first page“：“18”，“article-title”：“randomforest分类与回归”，“volume”：“2”，“author”：“Liaw A.”，“year”：“2002”，“journal-title“：”R News“}”，{“key”：doi断言者：“publisher”，“doi”：“10.1198\/01621405000001230”}，｛“key”：“e_1_2_8_28_1”，“首页”：“983”，“文章标题”：“Quantile回归森林”，“卷”：“7”，“作者”：“Meinshausen N.”，“年份”：“2006”，“期刊标题”：“J.Mach.Learn.Res.”}，｛“key”：“e_1_2_8_29_1”，doi断言者：“publisher”，“doi”：“10.2307\/2344614“｝，｛”键“：”e_1_2_8_30_1“，”非结构化“：”M.Oprescu V.Syrgkanis和Z。2019年国际机器学习会议因果推理的S.Wu正交随机森林，第4932\u20134941页。“：”S和S\u2010PLUS中的混合\u2010effects模型“，”author“：”Pinheiro J.“，”year“：”2006“}，{“key”：“e_1_2_8_34_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1007\/978-0-387-73186-5_9“}”，{”key“：”e_1_i_8_35_1“，8_36_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1007 \/s10994-011-5258-3“}，{“key”：“e_1_2_8_37_1”，“首页”：“1”，“article-title”：“BiMM树：建模聚集和纵向二元结果的决策树方法”，“volume”：”49“，“author”：“Speiser J.L.”，”year“：”2018“，”journal-title“：”Commun.Statist.Simul.Comput大数据分类的机器学习模型和算法”，“卷”：“36”，“作者”：“Suthaharan S.”，“年份”：“2016年”，“期刊标题”：“整合。序列号。Inf.Syst“}”，“container-title”：[“统计分析和数据挖掘：ASA数据科学杂志”]，“原始标题”：[]，“语言”：“en”，“链接”：[{“URL”：“https:\/\/onlinelibrary.wiley.com\/doi\/pdf\/10.1002\/sam.11505”，“内容类型”：“application\/pdf”、“内容版本”：“vor”，“intended-application”：“text-Mining”}，{“URL”：“https:\/\/onlinelibrary.wiley.com/doi\/full-xml\/10.1002\/sam.11505“，“content-type”：“application\/xml”，“content-version”：“vor”，“intended-application”：“text-mining”}，{“URL”：“https:\//onlinelibrary.wiley.com\/doi\/pdf\/10.10002\/sam.11505”，“内容类型”：“unspecified”，“content-version”：“val”“}]，”存放“：{“date-parts”：[[2023,9,1]]，“date-time”：“2023-09-01T07:111Z”，“timestamp”：1693552271000}，“score”：1，“resource”：{主要”：{“URL”：“https:\/\/onlinelibrary.wiley.com\/doi\/10002\/sam.11505”}}，”副标题“：[]，”短标题“[]，“issued”：{-“date-parts”：[2021,3,9]]}，，“references-count”：37，“新闻发布”：{“发布”：“3”，“发布发布”：date-parts“：[2021,6]}}，”alternative-id“：[”10.1002\/sam.11505“]，”URL“：”http://\/dx.doi.org\/10.1002\/sam.11505“，”archive“：[“Portico”]，”relationship“：{}，“ISSN”：[“1932-1864”，“1932-1872”]，“ISSN-type”：[{“value”：“1932-11864”，”type“：”print“}，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[2021,3,9]]}，“assertion”：[{value“：”2020-12-18“，”order“：0，”name“：”received“，”label“：”received“，“，”label“：”已发布“，”组“：{”name“：”publication_history“，”label“：”publication history“}}]}}