闪光混音

SASP PROC GLIMMIX:GLIMMIX程序将统计模型拟合为具有相关性或非恒定变异性的数据,并且响应不一定是正态分布的。这些模型被称为广义线性混合模型(GLMM)。GLMMs,如线性混合模型,假设正常(高斯)随机效应。在这些随机效应的条件下,数据可以在指数族中具有任何分布。


ZBMaCT中的参考文献(24篇文章中引用)

显示结果1至20的24。
按年份排序(引文
  1. Alberto Garcia Hernandez;Dimitris Rizopoulos:%JM:一种适合于纵向数据和时间-事件响应的联合广义混合模型的SAS宏(2018)不是ZB数学
  2. Soukri,Mohamed M.:SAS和R相关数据分析(2018)
  3. Wagner Bonat:R中的多响应变量回归模型:MCGLM软件包(2018)不是ZB数学
  4. L. A.,Gordaliza,A;Greselin,F;Ingrassia,S.;Mayo iSCAR,A.:通过修剪和约束对具有随机协变量的回归混合的稳健估计(2017)
  5. Tango,ToSHIRO:随机对照试验的广义线性混合模型重复测量设计(2017)
  6. 琼斯,拜伦;肯沃德,Michael G.:交叉试验设计与分析(2015)
  7. 梁勰和劳伦斯MADEN:%HPGLIMCOME:一种用于GLMM估计的高性能SAS宏(2014)不是ZB数学
  8. 吉文斯,G. H.;贝弗里奇,J. R.;菲利普斯,P. J.;德雷珀,B;LUI,Y. M.;BulMe,D.:人脸识别和算法性能评价导论(2013)
  9. Stroup,Walter W.:广义线性混合模型。现代概念、方法和应用。(2013)
  10. 王,彭;Tsai,顾欸峰;曲,安妮:具有非指定随机效应分布的混合效应模型的条件推断函数(2012)
  11. 杨,赵;哈丁,James W.;阿迪,Cheryl L.:零膨胀Poisson混合模型中过分散的分数检验(2010)
  12. Meza,克里斯蒂安;Jaffr EZZIC,佛罗伦萨;Fulle,Jein路易斯:SAEM算法在二元结果概率模型中的估计(2009)
  13. 施密德,肯德拉;马克思,戴维;萨马尔,阿肖克:基于新古典经典、对称性和黄金比的脸部吸引力指数的计算(2008)伊波尔特
  14. 余,Q;Tang,W;马,Y.;赌博,S. A.;Tu,X. M.:比较不同的敏感度和特异性与不同的诊断标准:性虐待和性健康研究的应用(2008)
  15. 迪安,C. B.;Nielsen,Jason D.:广义线性混合模型:回顾与扩展(2007)
  16. 布朗,海伦;普雷斯科特,罗宾:混合模型在医学中的应用。(2006)
  17. 赵,Y,StutdMayer-J;Coull,B. A.;Wand,M. P.:广义设计贝叶斯广义线性混合模型(2006)
  18. Ciprian Crainiceanu;David Ruppert;Matthew Wand:基于WiBug的惩罚样条回归的贝叶斯分析(2005)不是ZB数学
  19. Verbeke,GERT:离散纵向数据模型。(2005)
  20. 高,苏娟:用Logistic正态模型组合二项数据(2004)