聚类数据的半参数回归

@第{Lin2001SemiparametricRF条,title={聚类数据的半参数回归},author={林喜红和雷蒙德·卡罗尔},journal={Biometrika},年份={2001},体积={88},页码={1179-1185},url={https://api.semanticscholar.org/CorpusID:31259621}}
我们使用估计方程来考虑聚类数据的半参数部分广义线性模型中的估计。假设一个边际模型,其中结果变量的平均值依赖于一些协变量的参数,而集群级协变量的非参数。开发了一种允许工作相关矩阵的轮廓核方法。我们表明,模型的非参数部分可以使用标准的非参数方法进行估计,包括平滑参数法

本文图表

基于广义估计方程的聚类数据半参数回归

我们使用估计方程考虑了聚类数据的半参数广义线性模型中的估计。我们的结果适用于每个簇的观察数为

纵向/聚类数据广义部分线性加性模型中的有效半参数估计

当需要对多个协变量建模时,我们考虑了纵向/聚类数据广义部分线性可加模型中欧氏参数的有效估计

非参数协方差模型下纵向数据的半参数统计推断

摘要本文研究具有非结构化误差过程的纵向数据的半参数建模。我们提出了一个纵向数据的部分线性加性回归模型

基于样条的纵向/聚类数据边缘部分线性模型的有效估计

文摘:我们考虑了纵向/聚类数据的边际半参数部分线性模型,并提出了一种基于非参数部分的样条逼近的估计方法

具有缺失结果的广义部分线性模型的双稳健估计和半参数效率

我们研究了一个半参数广义部分线性回归模型,该模型考虑了缺失的结果,其中一些协变量是参数化建模的,另一些是非参数化建模。我们建议

纵向/聚类数据的有效半参数边缘估计

我们考虑聚类数据的边际广义半参数部分线性模型。Lin和Carroll导出了多变量中这个问题的半参数有效得分函数

多元生存数据的部分线性风险回归

研究了多元生存数据的部分线性风险回归模型的估计,结果表明,如果参数分量已知,并且每个受试者的失效时间是独立的,那么非参数分量也可以估计。

具有非静态误差的纵向数据的半参数回归模型

出于分析国家纵向调查(NLS)数据的需要,我们提出了一个新的半参数纵向均值-方差模型,其中一些变量对因变量的影响
...

基于广义估计方程的聚类数据半参数回归

我们使用估计方程考虑了聚类数据的半参数广义线性模型中的估计。我们的结果适用于每个簇的观察数为

半参数模型中的拟似然估计

摘要假设响应变量Y的期望值可以写成h(Xβ+γ(T)),其中X和T是协变量,每个协变量都可以是向量值,β是未知参数向量,γ是

局部多项式非参数回归和密度估计的经验偏差带宽

摘要提出了一种基于数据的局部带宽选择器,用于多项式的局部拟合非参数回归。被称为经验偏差带宽选择器(EBBS)的估计器

使用广义线性模型进行纵向数据分析

本文提出了广义线性模型在纵向数据分析中的扩展。我们引入了一类估计方程,它给出了

轮廓可能性和条件参数模型

本文概述了估计半参数模型参数分量的一般方法。对于标量参数分量的情况,该方法基于第一种思想

部分线性模型中的核平滑

考虑到双重估计方法:l'une relieve aux spline de lissage partells,l'utre motivee par une analysis de residus partelle