×
科德，凯西·L·。；罗伯特·库德克

非线性随机影响重复测量的混合模型。 （英语） Zbl 1284.62697号

心理测量学 79，第1期，60-83（2014）.
综述：基于随机效应非线性函数的重复测量混合模型。该模型可以包括单独的测量计划、随机缺失的数据、随机效应、协变量和残差的非线性函数。个体群成员概率和个体随机效应作为经验贝叶斯预测得到。尽管这是一个复杂的模型，结合了种群、非线性回归和层次模型，但使用SAS PROC NLMIXED通过最大似然进行估计是很简单的。使用此程序可以研究许多不同的模型。由于响应函数本质上是任何形式的非线性回归，因此该模型比目前可用的大多数专用计算机程序所能估计的模型更通用。包括示例和示例代码来说明该方法。

引用于2文件

MSC公司：

第62页，共15页 统计学在心理学中的应用

关键词：

混合物模型；重复测量；层次模型；非线性模型

软件：

进程NLMIXED；alr3；混合工具；SAS/STAT系统；过程Traj；潜在黄金；SAS公司
PDF格式BibTeX公司 XML格式引用
\textit{C.L.Codd}和\textit{R.Cudeck}，《心理测量学》79，第1期，第60-83页（2014；Zbl 1284.62697）
全文： 内政部

参考文献：

[1] D.M.贝茨；Watts，D.G.（1988年）。非线性回归。纽约：Wiley·Zbl 0728.62062号
[2] Booth，J.G.和；Hobert，J.P.（1998年）。广义线性混合模型中预测的标准误差。美国统计协会杂志，93，262–272·Zbl 1068.62516号 ·数字标识代码：10.1080/01621459.1998.10474107
[3] 布朗、M.W.和；杜托伊特，S.H.C.（1991）。学习数据的模型。在L.Collins&&；J.L.Horn（编辑），《变化分析的最佳方法》（第47-68页）。华盛顿：美国心理协会。
[4] 库德克，R.，&；杜托伊特，S.H.C.（2002）。具有可解释参数的二次回归的非线性形式。多元行为研究，37，501–519·doi:10.1207/S15327906MBR3704_04
[5] Davidian，M.（2009）。非线性混合效应模型。在G.Fitzmaurice、M.Davidian、G.Verbeke和；G.Molenberghs（编辑），纵向数据分析，博卡拉顿：查普曼；霍尔/CRC。
[6] Davis，C.S.（2002）。重复测量分析的统计方法。纽约：斯普林格·Zbl 0985.6202号
[7] Demidenko，E.（2004）。混合模型理论与应用。霍博肯：威利·Zbl 1055.62086号
[8] DeSarbo，W.S.，&；Cron，W.L.（1988）。聚类线性回归的最大似然方法。分类杂志，5249–282·Zbl 0692.62052号 ·doi:10.1007/BF01897167
[9] Graybill，F.A.（1983年）。矩阵及其在统计学中的应用（第二版）。太平洋格罗夫：华兹华斯·Zbl 0496.15002号
[10] Hand，D.和；Crowder，M.（1996）。实际纵向数据分析。伦敦：查普曼；霍尔·兹比尔0885.62002
[11] Harring，J.R.（2005）。非线性混合效应混合模型：一种对非线性纵向剖面进行聚类的模型。博士论文。明尼苏达大学。可从ProQuest学位论文和论文数据库（UMI编号3172806）获取。
[12] Harring，J.R.（2012）。非线性混合效应模型的有限混合。J.R.Harring&amp；G.R.Hancock（编辑），《社会和行为科学纵向方法的进展》（第159-192页）。夏洛特：信息时代出版。
[13] Huet，S.、Bouvier，A.、Poursat，M.和；Jolivet，E.（2004）。非线性回归的统计工具（第二版）。纽约：斯普林格·Zbl 1041.62053号
[14] Hosmer，D.W.（1974）。两条回归线混合参数的最大似然估计。统计通讯，3995–1006·Zbl 0294.62085号 ·doi:10.1080/03610917408548314
[15] Jedidi，K.、Jagpal，H.S.和；DeSarbo，W.S.（1997年a）。STEMM：通用有限混合结构方程模型。分类杂志，14，23–50·Zbl 0896.62050号 ·数字对象标识代码：10.1007/s003579900002
[16] Jedidi，K.、Jagpal，H.S.和；DeSarbo，W.S.（1997年b）。基于响应的分割和未观察到的异质性的有限元结构方程模型。市场营销学，16（1），39-59·Zbl 0896.62050号 ·doi:10.1287/mksc.16.1.39
[17] Jones，B.和；Nagin，D.S.（2007）。基于群体的轨迹建模和SAS估计程序的进展。社会学方法&amp；研究，35542-571·doi:10.1177/0049124106292364
[18] A.R.克罗默；Ueberhuber，C.W.（1994）。先进计算机系统上的数值集成。纽约：斯普林格·Zbl 0825.65012
[19] Komárek，A.、Verbeke，G.和；Molenberghs，G.（2002年）。线性混合模型的SAS-宏，将有限正态混合作为随机效应分布，1.1版。
[20] Lenk，P.J.和；DeSarbo，W.S.（2000年）。具有随机效应的广义混合模型的有限混合模型的贝叶斯推理。《心理测量学》，65、93–119·兹比尔1291.62225 ·doi:10.1007/BF02294188
[21] Lesaffre，E.和；Spiessens，B.（2001）。关于logistic随机效应模型中正交点数量的影响：一个示例。应用统计学，50325–335·Zbl 1112.62307号
[22] Lindstrom，M.J.和；贝茨，D.M.（1990）。重复测量数据的非线性混合效应模型。生物统计学，46，673–687·doi:10.2307/2532087
[23] Liu，L.和；于振中（2008）。非正态随机效应模型中的似然重排方法。医学统计，273105–3124·doi:10.1002/sim.3153
[24] McCulloch，C.E.，Searle，S.R.和；Neuhaus，J.M.（2008）。广义线性和混合模型（第二版）。纽约：Wiley·Zbl 1165.62050号
[25] McDonald，R.P.（2004）。单个趋势曲线的信息分析。多元行为研究，39，517-563·doi:10.1207/S15327906MBR3903_5
[26] McLachlan，G.和；Peel，D.（2000）。有限混合模型。纽约：Wiley·Zbl 0963.62061号
[27] Meredith，W.，&；Tisak，J.（1990年）。潜在曲线分析。《心理测量学》，55（1），107–122·Zbl 04579291号 ·doi:10.1007/BF02294746
[28] Motulsky，H.和；Christopoulos，A.（2004）。使用线性和非线性回归将模型拟合到生物数据。牛津：牛津大学出版社·Zbl 1081.62100号
[29] Muthén，B.和；Muthén，L.（2008）。Mplus：用户手册。洛杉矶：穆森&amp；Muthén。
[30] Muthén，B.，&；Shedden，K.（1999）。使用EM算法对混合结果进行有限混合建模。生物统计学，55463-469·兹比尔1059.62599 ·doi:10.1111/j.0006-341X.1999.00463.x
[31] Nagin，D.S.（2005）。基于组的开发建模。剑桥：哈佛大学出版社·Zbl 1306.62423号
[32] Nylund，K.L.，Asparouhov，T.和；Muthen，B.O.（2007）。确定潜在类分析和增长混合建模中的类数：蒙特卡罗模拟研究。结构方程建模，14535–569·doi:10.1080/10705510701575396
[33] D.K.Pauler和；新墨西哥州莱尔德（2000）。纵向数据的混合模型及其在不合规评估中的应用。生物统计学，56464-472·Zbl 1069.62558号 ·doi:10.1111/j.0006-341X.2000.00464.x
[34] Pinheiro，J.C.和；贝茨，D.M.（1995）。非线性混合效应模型中对数似然函数的近似。计算与图形统计杂志，4，12-35。
[35] 普鲁斯特，C；Jackmin-Gadda，H.（2005）。随机效应的混合分布线性混合模型的估计。生物医学中的计算机方法和程序，78，165-173·兹伯利05462489 ·doi:10.1016/j.cmpb.2004.12.004
[36] Ratkowsky，D.A.（1983年）。非线性回归建模。纽约：马塞尔·德克尔·Zbl 0572.62054号
[37] Ratkowsky，D.A.（1990年）。非线性回归模型手册。纽约：马塞尔·德克尔·兹比尔0705.62060
[38] SAS研究所（2011）。SAS/STAT 9.3用户指南：NLMIXED程序。卡里：SAS研究所。联机文档检索自http://support.sas.com/documentation/onlinedoc/stat/930/nlmixed.pdf .
[39] 塞伯，G.A.F.，&；Wild，C.J.（1989年）。非线性回归。纽约：Wiley·Zbl 0721.62062号
[40] Skrondal，A.和；Rabe-Hesketh，S.（2009年）。多级广义线性模型中的预测。英国皇家统计学会杂志。系列A，172（3），659–687·Zbl 05622760号 ·文件编号：10.1111/j.1467-985X.2009.00587.x
[41] 韦贝克，G.，&；Lesaffre，E.（1996）。随机效应群体中具有异质性的线性混合效应模型。美国统计协会杂志，91，217–221·Zbl 0870.62057号 ·网址：10.1080/01621459.1996.10476679
[42] 韦贝克，G.，&；Molenberghs，G.（2000年）。纵向数据的线性混合模型。纽约：斯普林格·Zbl 0956.62055号
[43] 韦贝克，G.，&；Molenberghs，G.（2003年）。使用分数测试推断方差分量。生物统计学，59254-262·Zbl 1210.62013年 ·数字对象标识代码：10.1111/1541-0420.0032
[44] Vermunt，J.K.（2010年）。使用混合模型进行纵向研究。在K.van Montfort、J.H.L.Oud和；A.Satorra（编辑），《潜在变量的纵向研究》（第119-152页）。海德堡：施普林格。
[45] 弗蒙特，J.K.，&；Magidson，J.（2008）。LG语法用户指南：潜在GOLD 4.5语法模块手册。贝尔蒙特：统计创新。
[46] Vonesh，E.F.和；Carter，R.L.（1992）。非平衡重复测量的混合效应非线性回归。生物统计学，48，1-17·doi:10.2307/2532734
[47] Vonesh，E.F.和；Chinchilli，V.M.（1997年）。用于重复测量分析的线性和非线性模型。纽约：马塞尔·德克尔·Zbl 0893.62077号
[48] Weisberg，S.（2005）。应用线性回归（第三版）。纽约：Wiley·Zbl 1068.62077号
[49] 沃尔茨，D.J.（1988）。工作记忆在程序性技能习得中作用的调查。实验心理学杂志。将军，117319-331·doi:10.1037/0096-3445.117.3.319
[50] Xu，W.，&；Hedeker，D.（2001）。纵向临床试验中用于分类治疗反应的随机效应混合模型。生物制药统计杂志，11，253–273·doi:10.1081/BIP-120008848
[51] Young，D.S.、Hunter，D.R.、Elmore，R.T.、Xuan，F.、Hettmansperger，T.P.和；Thomas，H.（2007）。mixtools包：用于混合模型的工具。R软件包版本0.2.0。
[52] Yung，Y.-F.（1997）。验证性因子分析模型中的有限混合。《心理测量学》，62（3），297–330·Zbl 0890.62047号 ·doi:10.1007/BF02294554
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。