Donna K·鲍勒。 正态线性模型的Schwarz准则及相关方法。 （英语） Zbl 1067.62550号 生物特征 85，第1期，13-27（1998年）. 摘要：在本文中，我们导出了在正态线性混合模型中选择固定效应的Schwarz信息准则和两个修正。第一次修改允许对感兴趣的参数进行任意的、可能是信息性的先验。用Kass和Wasserman（1995）的正规单位信息先验和Jeffreys（1961）的广义Cauchy先验分别替换这个先验，得到了通常的Schwarz准则和第二个修正。在零假设下，这些标准使用相应的先验值近似贝叶斯因子，以提高准确性。在回归中，第二个修正也渐近地对应于Zellner和Siow（1980）和O'Hagan（1995）的Bayes因子，并且类似于Berger和Pericchi（1996）的Bayes因子。在混合模型中，由于观测值之间的相关性，Schwarz公式中的有效样本量项不明确。我们提出了施瓦兹近似的适当推广，并将我们的结果应用于评估酒精和自杀患者重复神经元面积测量的一大类模型。 引用于23文件 MSC公司： 62J05型 线性回归；混合模型 2015年1月62日 贝叶斯推断 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：贝叶斯因子；混合效应模型；嵌套假设；回归；统一信息。 软件：ts桥 PDF格式BibTeX公司 XML格式引用 \textit{D.K.Pauler}，《生物特征》85，第1期，13-27（1998；Zbl 1067.62550） 全文： 内政部