格拉姆

程序gllamm运行在统计软件包Stata中,通过最大似然估计gllamm(广义线性潜在和混合模型)(请参阅安装后的帮助gllamm)。gllamm使用Stata版本的Newton-Raphson算法(ml与方法d0)最大化边缘对数似然。在离散随机效应或因素的情况下,精确计算边际对数似然,而数值积分用于连续(多变量)正态随机效应或因子。数值积分有两种方法:求积法或自适应求积法。在这两种情况下,必须通过比较不同数量的求积点来确保使用了足够数量的求积点。在大多数情况下,自适应求积比普通求积性能更好。如果集群规模很大,并且响应包括(大)计数和/或连续变量,则尤其如此。即使在普通求积性能良好的情况下,自适应求积通常需要较少的求积点,使其速度更快。


zbMATH中的参考文献(参考文献61条,1标准件)

显示第1到第20个结果,共61个。
按年份排序(引用)
  1. 班纳吉,特拉巴克;慕克吉,古拉布;杜塔,山塔努;Ghosh,Pulak:用于预测用户活动、参与度和用户流失的大规模受限联合建模方法(2020)
  2. Rockwood,Nicholas J.:潜在协变量具有随机斜率的多级结构方程模型的最大似然估计(2020)
  3. 格雷尔,圣潘;杜普伊斯·洛泽隆,伊莉丝;马延元;Victoria Feser,Maria Pia:复杂模型的基于模拟的偏差校正方法(2019)
  4. 伊佩尔,L。;卡普汀,医学博士。;Vermunt,J.K.:使用流收缩因子在线估计个体水平效应(2019年)
  5. 保罗,卡贝拉;Ranathunga,Nishika:GLMM(2019)中用于估计的自适应Gauss-Hermite求积
  6. 王,春;徐公军;张雪:线性混合效应模型中项目反应理论潜在特质测量误差的修正(2019)
  7. 吕静;张继伟;Tao,Jian:估计多水平项目反应模型参数的切片Gibbs抽样算法(2018)
  8. Francesco Bartolucci和Claudia Pigini:cquad:动态二元面板数据模型条件最大似然估计的R和Stata包(2017)不是zbMATH
  9. 尼库,珍妮;沃顿,大卫一世。;许,弗朗西斯·K·C。;Taskinen,Sara:生态学中多元计数和生物量数据的广义线性潜在变量模型(2017)
  10. 李永宇;罗施,丹尼尔;Scheule,Harald:金融危机期间抵押贷款组合风险预测的准确性(2016)
  11. 马里诺,玛丽亚·弗朗西斯卡;Alfó,Marco:纵向数据混合隐马尔可夫模型中的高斯求积近似:模拟研究(2016)
  12. 安东尼奥,马鲁蒂;拉波尼,瓦伦蒂娜;Lagona,Francesco:在相关随机效应模型中处理内生性和非负性:来自动态支出的证据(2016)
  13. Sheldrake,Richard:英国数学和科学学生信心不足和过度自信的差异预测因子(2016)数学
  14. 夏,叶茂;唐年生;郭建伟:混合隐马尔可夫模型的多变量纵向测量广义线性潜在模型(2016)
  15. 萨鲁米斯,索菲·G。;斯卡拉,卡特里娜J。;哈拉普,斯蒂芬B。;埃利斯,贾斯汀A。;Gurrin,Lyle C.:有序家庭数据的非比例优势多变量logistic回归(2015)
  16. 亚当·洛伊;Heike Hofmann:HLMdiag:R中分层线性模型的诊断套件(2014)不是zbMATH
  17. 卢卡斯,让保罗;塞比尔,Véronique;勒特尔,阿兰;勒斯特拉特,雅恩;Bellanger,Lise:调查数据的多级建模:伪似然法中使用的两级权重的影响(2014)
  18. 阿克索伊,奥赞;Jeroen Weesie:《一次性不对称囚犯困境中的社会动机和期望》(2013)
  19. 卡格诺,西尔维亚;Monari,Paola:使用自适应求积近似的序数数据潜在变量模型(2013)
  20. Feddag,M.-L.:多元概率潜在性状模型的复合似然估计(2013)

更多出版物请访问:http://www.gllamm.org/pub.html