tlmec公司

基于多元t分布的截尾响应混合效应模型的似然推理。混合效应模型通常用于拟合纵向或重复测量数据。例如,由于所用分析的定量限制,当反应被截取时,会出现并发症。尽管正态分布通常被假定为随机效应和残差,但这种假设使得推断容易受到异常值的影响。由于对异常值的敏感性以及随机效应和残差对重尾分布的需要,我们开发了基于多元Student-t分布的截尾响应线性和非线性混合效应模型(NLMEC/LMEC)的似然推理。提出了一种计算NLMEC/LMEC最大似然估计的ECM算法,该算法以固定效应的标准误差和精确的似然值作为副产品。该算法在E-step使用封闭形式的表达式,该表达式依赖于截断多元t分布的均值和方差公式。该算法在R包tlmec中实现。它被应用于分析最近两项艾滋病研究的纵向HIV病毒载量数据。此外,还进行了仿真研究,以检验所提出方法的性能,并与Vaida和Liu(2009)的方法进行了比较。


数学参考文献,1标准件)

显示结果1到11,共11个。
按年份排序(引用)

  1. Lachos,Víctor H.;Cabral,Celso R.B.;Prates,Marcos O.;Dey,Dipak K.:基于Student-(t)分布混合的删失数据的灵活回归建模(2019年)
  2. Matos,Larissa A.;Castro,Luis M.;Cabral,Celso R.B.;Lachos,Víctor H.:删失响应下基于学生-(t)分布的多元测量误差模型(2018)
  3. Lachos,Víctor H.;Moreno,Edgar J.López;Chen,Kun;Cabral,Celso Rômulo Barbosa:使用多元Student-(t)分布对删失数据进行有限混合建模(2017)
  4. Matos,Larissa A.;Castro,Luis M.;Lachos,Víctor H.:用于艾滋病毒病毒载量的不定期观察重复测量的审查混合效应模型(2016年)
  5. 田玉柱;李二倩;田茂泽:带删失和协变量误差的混合效应模型的贝叶斯联合分位数回归(2016)
  6. 袁海静;杨凤凯:截尾学生的非迭代贝叶斯抽样算法-(t)线性回归模型(2016)
  7. Castro,Luis Mauricio;Costa,Denise Reis;Prates,Marcos Oliveira;Lachos,Victor Hugo:Tobit验证性因子分析的基于似然推理的多元学生分布(2015)
  8. Rocha,Gustavo H.M.A.;Arellano Valle,Reinaldo B.;Loschi,Rosangela H.:稳健删失变量误差模型中的最大似然法(2015)
  9. Costa,D.R.;Lachos,V.H.;Bazan,J.L.;Azevedo,C.L.N.:多变量tobit验证性因素分析的估计方法(2014年)
  10. Prates,Marcos O.;Costa,Denise R.;Lachos,Victor H.:具有(t)-链接的相关二进制数据的广义线性混合模型(2014)
  11. Matos,Larissa A.;Prates,Marcos O.;Chen,Ming Hui;Lachos,Victor H.:使用多元-(t)分布对截尾响应混合效应模型的基于似然推理(2013)