彼得·X·K·宋。;张鹏;Qu，Annie（安妮·屈） 使用多元（t）分布的稳健线性混合效应模型中的最大似然推断。 （英语） Zbl 1133.62013年 统计正弦。 第3号第17页，929-943页（2007年）. 摘要：本文主要研究线性混合效应模型中的最大似然估计问题，其中聚类或纵向数据中存在异常值或过大的观测值。多元（t）分布通常被施加在随机效应和/或随机误差上，以纳入离群值。由P.X.-K.Song、Y.Fan和J.D.Kalbfleisch博士【美国统计协会期刊100，第472号，1145–1158（2005年；Zbl 1117.62429号)]当似然难以确定时，实现最大似然估计。MBP的计算效率使我们能够进一步应用类轮廓技术来估计（t）分布中的自由度。候选模型之间Akaike信息准则（AIC）的比较提供了一个客观的准则来确定异常值是否对模型拟合的质量有影响。通过仿真研究和数据分析实例说明了所提出的模型和方法，并与现有的EM算法进行了比较。 引用于16文件 理学硕士： 10层62层 点估计 65C60个 统计中的计算问题（MSC2010） 关键词：AIC公司;EM-算法;高斯-纽顿算法;纵向数据;MBP算法;离群值 引文：Zbl 0117.62429;Zbl 1117.62429号 PDF格式BibTeX公司 XML格式引用 \textit{P.X.K.Song}等人，Stat.Sin。17，第3号，929--943（2007；Zbl 1133.62013）