×

行-列交互模型,带有R实现。 (英语) 兹比尔1306.65153

摘要:我们提出了一系列用于双向表响应的模型,称为行-列交互模型(RCIM)。RCIM将一些链接函数应用于参数(如单元格平均值),以等于行效应加上列效应再加上作为缩减秩回归模型的可选交互作用。这项工作与其他工作不同的是,我们的框架包含了非常广泛的统计模型,例如,(1)具有泊松数的对数链接是古德曼的RC模型,(2)具有双指数分布的同一链接是中值磨光,(3)具有伯努利响应的对数链接则是拉什模型,(4)具有正态误差的同一联系是双向方差分析,每个细胞有一个观测值,但允许对形式为(mathbf{AC}^T)的相互作用进行半复杂建模,(5)具有正态响应的指数联系是准方差。这里还提出了准方差的最小显著差异图增强。作为RCIM的一个特例,拟变分自然地从(M=1)线性/加性预测器(eta)情形(指数族内)扩展到(M>1)情形(向量广义线性模型族)。一个等级为1的古德曼RC模型也可以用来估计等容泊松无约束二次排序的站点得分和最优值。通过示例描述了VGAM R包中的新功能。总之,RCIM有助于分析多种数据类型的矩阵响应,因此对应用统计的许多领域都可能有用。

MSC公司:

62-08 统计问题的计算方法
62J12型 广义线性模型(逻辑模型)
62-04 统计相关问题的软件、源代码等
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Andrews HP、Snee RD、Sarner MH(1980),平均值的图形显示。美国统计局34:195-199
[2] de Rooij M(2007)广义双加模型的距离透视:缩放和转换。J计算图表统计16:210-227·doi:10.1198/106186007X180101
[3] Easton DF,Peto J,Babiker AGAG(1991)《浮动绝对风险:生存和病例对照分析中相对风险的替代方法》,避免任意参考组。统计医学10:1025-1035·数字对象标识代码:10.1002/sim.4780100703
[4] Firth D(2000)《Xlisp-Stat和网络上的准变差》。J Stat Softw杂志5:1-13,http://www.jstatsoft.org/v05/i04 ·Zbl 1195.62123号
[5] 弗斯·D·。;梅内塞斯,RX,无文章标题,准变异。Biometrika,91,65-80(2004)·Zbl 1132.62340号 ·doi:10.1093/biomet/91.1.65
[6] Goodman LA(1981)具有有序类别的交叉分类分析中的关联模型和典型相关性。美国统计协会杂志76:320-334
[7] Gower JC、Lubbe SG、Le Roux NJ(2011)《理解双人舞》。奇切斯特·威利·doi:10.1002/9780470973196
[8] Kotz S,Kozubowski TJ,Podgórski K(2001)《拉普拉斯分布和推广:通信、经济、工程和金融应用的回顾》。波士顿Birkhäauser·Zbl 0977.62003年 ·doi:10.1007/978-1-4612-0173-1
[9] McCullagh P,Nelder JA(1989)《广义线性模型》,第2版。查普曼和霍尔,伦敦·Zbl 0744.62098号 ·doi:10.1007/9781-4899-3242-6
[10] Mosteller F,Tukey JW(1977),数据分析和回归。马萨诸塞州雷丁市Addison-Wesley
[11] Powers DA,Xie Y(2008)分类数据分析的统计方法,第2版。宾利,祖母绿
[12] Schenker N,Gentleman JF(2001)通过检查置信区间之间的重叠来判断差异的重要性。美国统计局55:182-186·doi:10.198/00313001317097960
[13] Scott D(2012)广义双曲线:广义双曲线分布。http://CRAN.R-project.org/package=Generalized双曲线,R包版本0.8-1
[14] Turner H,Firth D(2007)g\[{nm}\]nm:广义非线性模型的软件包。R新闻7:8-12,http://CRAN.R-project.org/doc/Rnews/
[15] Yee TW(2008)\[{VGAM}\]VGAM包。R新闻8:28-39,http://CRAN.R-project.org/doc/Rnews/
[16] Yee TW(2010)分类数据分析的VGAM包。J Stat Softw统计软件32:1-34,http://www.jstatsoft.org/v32/i10/
[17] Yee TW(2014)具有两个线性预测因子的降秩向量广义线性模型。计算统计数据分析71:889-902·Zbl 1471.62228号 ·doi:10.1016/j.csda.2013.01.012
[18] Yee TW(2015)向量广义线性和可加性模型。纽约州施普林格市(筹)
[19] Yee TW,Hastie TJ(2003)降秩向量广义线性模型。统计模型3:15-41·兹比尔1195.62123 ·doi:10.1191/1471082X03st045oa
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。