×

多元样条增长模型的检验。 (英语) Zbl 1402.62107号

陈定庚(主编)等,统计与数据科学的新进展。根据2016年6月12日至15日在美国佐治亚州亚特兰大举行的第25届国际统计学会应用统计研讨会上的演示文稿选出的论文。商会:施普林格出版社(ISBN 978-3-319-69415-3/hbk;978-3-319-69416-0/ebook)。ICSA统计丛书,75-85(2017)。
摘要:本文提出了一种基于样条逼近和F检验的多元增长曲线检验新方法。我们展示了基本样条回归模型如何容易地扩展到多响应情况。该方法使用实际数据集进行了说明。
关于整个系列,请参见[Zbl 1404.62006年].

MSC公司:

62甲12 多元分析中的估计
65D07年 使用样条曲线进行数值计算
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Azzalini,A.(1987年)。模式协方差矩阵的增长曲线分析。M.L.Puri、J.P.Vilaplana和W.Wertz(编辑),《理论和应用统计学的新观点》(第3章,第63-73页)。纽约州纽约市:Wiley·Zbl 0616.62099号
[2] Cantoni,E.和Hastie,T.A.(2002年)。平滑样条曲线的自由度测试\(生物特征,89),251-263·Zbl 1019.62038号 ·doi:10.1093/生物技术/89.2251
[3] Cuesta-Albertos,J.A.和Febrero-Bande,M.(2010年)。功能数据的简单多元方差分析\(测试,19),537-557·Zbl 1203.62122号 ·doi:10.1007/s11749-010-0185-3
[4] Eubank,R.L.和Spiegelman,C.H.(1990)。通过非参数回归技术测试线性模型的拟合优度\(美国统计协会杂志,85),387-392·Zbl 0702.62037号 ·doi:10.1080/01621459.1990.10476211
[5] Green,P.J.和Silverman,B.W.(1994)\(非参数回归和广义线性模型)。伦敦:查普曼和霍尔·Zbl 0832.62032号 ·doi:10.1007/978-1-4899-4473-3
[6] Grizzle,J.E.和Allen,D.M.(1969年)。生长和剂量反应曲线分析\(生物统计学,25),357-381·doi:10.2307/2528795
[7] Hastie,T.(1996)。伪样条曲线\(英国皇家统计学会期刊,B辑,58),379-396·Zbl 0853.62035号
[8] Khatri,C.G.(1966)关于应用于增长曲线问题的MANOVA模型的注释\(统计数学研究所年鉴,18),75-86·Zbl 0136.40704号 ·doi:10.1007/BF02869518
[9] Kollo,T.和von Rosen,D.(2005年)\(带矩阵的高级多元统计)。多德雷赫特:施普林格·Zbl 1079.62059号 ·doi:10.1007/1-4020-3419-9
[10] Kshirsagar,A.M.和Smith,W.B.(1995年)\(增长曲线\)。纽约:马塞尔·德克尔·Zbl 0956.62045号
[11] Lee,J.C.(1991)。一般增长曲线模型的测试和模型求解\(生物统计学,47),147-159·Zbl 0734.62060号 ·doi:10.2307/2532503
[12] Liu,A.和Wang,Y.(2004)。平滑样条曲线模型中的假设检验\(统计计算与模拟杂志,74),581-597·Zbl 1153.62320号 ·doi:10.1080/00949650310001623416
[13] Nummi,T.(1997)。随机效应增长曲线模型中的估计\(《应用统计学杂志》,第24期),157-168·doi:10.1080/02664769723774
[14] Nummi,T.、Jianxin,P.、Siren,T.和Liu,K.(2011年)。相关数据下三次平滑样条的测试\(生物统计学,67),871-875·Zbl 1226.62049号 ·文件编号:10.1111/j.1541-0420.2010.01537.x
[15] Nummi,T.和Koskela,L.(2008年)。使用三次平滑样条分析生长曲线数据\(《应用统计学杂志》,35\),681-691·Zbl 1147.62051号 ·网址:10.1080/02664760801923964
[16] Nummi,T.和Mesue,N.(2013年)。使用三次平滑样条测试增长曲线。在R.Dasgupta(Ed.)中,《生长曲线模型的进展》,《Springer数学与统计学报》(第46卷,第3章,第49-59页)。纽约州纽约市:斯普林格·Zbl 1333.62178号
[17] Nummi,T.和Möttönen,J.(2000)。关于多元增长曲线的分析\(梅特里卡,52),77-89·Zbl 1093.62545号 ·数字标识代码:10.1007/s001840000063
[18] Pan,J.和Fang,K.(2002年)\(增长曲线模型)。统计学中的斯普林格系列。纽约:斯普林格·Zbl 1024.62025号
[19] Potthoff,R.F.和Roy,S.N.(1964年)。特别适用于增长曲线问题的广义多元方差分析模型\(生物统计学,51),313-326·Zbl 0138.14306号 ·doi:10.1093/biomet/51.3-4.313
[20] Ramsay,J.O.和Silverman,B.W.(2002)\(功能数据分析),第2版,纽约:施普林格出版社·Zbl 1011.62002号
[21] Rice,J.A.和Silverman,B.W.(1991)。当数据是曲线时,以非帧方式估计均值和协方差结构\(英国皇家统计学会期刊,B辑,53),233-243·Zbl 0800.62214号
[22] Rice,J.A.和Wu,C.O.(2001)。非均匀采样噪声曲线的非参数混合效应模型\(生物统计学,57),253-259·Zbl 1209.62061号 ·doi:10.1111/j.0006-341X.2001.00253.x
[23] Ruppert,D.、Wand,M.P.和Carrol,R.J.(2005)\(半参数回归)。纽约:剑桥大学出版社。
[24] Schimek,M.G.(2000年)。使用平滑样条的部分线性模型中的估计和推断\(《统计规划与推断杂志》,第91期),第525-540页·Zbl 1091.62511号 ·doi:10.1016/S0378-3758(00)00197-X
[25] Seber,G.A.F.(1984年)\(多元观察)。纽约:Wiley·Zbl 0627.62052号 ·数字对象标识代码:10.1002/9780470316641
[26] Timm,N.H.(2002)\(应用多元分析)。纽约:斯普林格·Zbl 1002.62036号
[27] Tuomisto,M.T.(1997)。血压正常、临界高血压和轻度高血压男性的动脉内血压和心率对行为应激的反应性\(健康心理学,16),554-565·doi:10.1037/0278-6133.16.6.554
[28] Yao,F.Y.、Müller,H.-G.和Wang,J.-L.(2005)。纵向数据的函数线性回归分析\(《统计年鉴》,第33期),2873-2903·Zbl 1084.62096号 ·doi:10.1214/09053605000000660
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。