拉里萨·马托斯。;路易斯·卡斯特罗。;凯尔索·卡布拉尔。;Víctor H·拉科斯。 截尾响应下基于Student-\（t）分布的多元测量误差模型。 （英语） Zbl 1408.62105号 统计 52，第6期，1395-1416（2018）. 摘要：测量误差模型构成了一类广泛的模型，包括线性和非线性回归模型。它们对于模拟许多现实生活中的现象非常有用，特别是在医学和生物领域。这些模型的最大优点是，在某种意义上，它们可以表示为混合效应模型，允许我们实现众所周知的技术，例如用于参数估计的EM-算法。在本文中，我们考虑了一类多元测量误差模型，其中观测到的响应和/或协变量没有完全观测到，即观测值受到某些阈值的影响，低于或高于这些阈值，测量值是不可量化的。因此，这些观察结果被认为是经过审查的。我们假设误测协变量的未观测真值和模型的误差项为Student-\（t）分布，为参数估计提供了一个稳健的替代方案。我们的方法依赖于使用EM型算法的基于相似性的推理。通过一些模拟研究和对艾滋病临床试验数据集的分析，说明了所提出的方法。 引用于2文件 MSC公司： 62甲12 多元分析中的估计 62N01号 审查数据模型 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：经审查的答复;EM算法;测量误差模型;学生-（t\）分布 软件：特尔梅克 PDF格式BibTeX公司 XML格式引用 \textit{L.A.Matos}等人，《统计学》52，第6期，1395--1416（2018；Zbl 1408.62105） 全文： 内政部 参考文献： [1] Wu，L.，复杂数据的混合效应模型，（2010年），Chapman和Hall/CRC，Boca Raton（佛罗里达州）·Zbl 1268.62067号 [2] Bandyopadhyay，D。；卡斯特罗，LM；Lachos，VH，具有CD4测量误差的HIV病毒载量的稳健联合非线性混合效应模型和诊断，农业生物环境统计杂志，20，121-139，（2015）·Zbl 1325.62194号 [3] Liang，H。；Wu，H。；Carrol，R.，艾滋病临床研究中病毒学和免疫反应之间的关系，使用具有测量误差的混合效应变系数模型，生物统计学，4，2297-312，（2003）·Zbl 1141.62350号 [4] 黄，Y。；Dagne，G.，Bayesian半参数非线性混合效应协变量中偏态、缺失响应和测量误差数据的联合模型，生物统计学，68，3，943-953，（2012）·Zbl 1270.62056号 [5] 黄，Y。；Dagne，G.，带协变量测量误差的偏正态半参数非线性混合效应模型的同步贝叶斯推断，贝叶斯分析，7，1，189-210，（2012）·Zbl 1330.62137号 [6] 黄，Y。；陈，J。；Yan，C.，带有缺失和错误测量的时变协变量的HIV动态响应的偏正态分布混合效应联合模型，国际生物统计杂志，8，1，1515-1557，（2012） [7] 达恩，G。；Huang，Y.，具有左偏、偏态和协变量测量误差的贝叶斯半参数混合模型，Stat Med，32，3881-3898，（2013） [8] 广义线性混合测量误差模型。在《统计学讲义》第122卷的纵向和空间相关数据建模中。施普林格-弗拉格；1997年，第321-330页·Zbl 0897.62072号 [9] Buonacorsi，J。；Demidenko，E。；Tosteson，T.，《具有测量误差的纵向随机效应模型估计》，Stat Sin，10885-903，（2000）·Zbl 0970.62035号 [10] Dumitrescu，L.，具有测量误差的纵向线性模型的估计，Electron J Stat，4，486-524，（2010）·Zbl 1329.62256号 [11] 张，S。；Midthune，D。；Guenther，PM，《零膨胀饮食数据的新多元测量误差模型及其在饮食评估中的应用》，Ann Appl Stat，51456-1487，（2011）·Zbl 1223.62167号 [12] 阿巴林，T。；李，H。；Wang，L.，关于线性混合效应模型中协方差测量误差和响应的矩估计方法及其在基因-环境相互作用纵向研究中的应用，Stat Biosci，6，1-18，（2014） [13] 卡布拉尔，CRB；拉科斯，VH；Borelli，C.，使用偏态t分布有限混合的多元测量误差模型，《多元分析杂志》，124179-198，（2014）·Zbl 1278.62104号 [14] 华盛顿州富勒。，测量误差模型，（1987），Wiley，纽约·Zbl 0800.62413号 [15] 郑，CL；范·内斯，JW。，带有测量误差的统计回归，（1999），阿诺德，伦敦·Zbl 0947.62046号 [16] 卡罗尔，RJ；Ruppert，D。；Stefanski，LA，非线性模型中的测量误差，（2006年），Chapman和Hall/CRC，Boca Raton（佛罗里达州）·Zbl 1119.62063号 [17] Buonacorsi，J.，《测量误差：模型、方法和应用》，（2010），查普曼和霍尔/CRC，博卡拉顿·Zbl 1277.62014年 [18] 科茨，S。；Nadrajah，S.，多元t分布及其应用，（2004），剑桥大学出版社，剑桥·Zbl 1100.62059号 [19] 洛杉矶马托斯；密苏里州普拉茨；Chen，MH，使用多变量t分布对具有截尾响应的混合效应模型进行基于似然法的推断，Stat Sin，231323-1342，（2013）·Zbl 06202709号 [20] Ho，HJ；林，TI；Chen，HY，关于截断多元t分布的一些结果，J Stat Plan Inference，142，25-40，（2012）·Zbl 1229.62068号 [21] 弗吉尼亚州巴奈特。，同时成对线性结构关系，生物统计学，25129-142，（1969） [22] 加利亚，M。；Bolfarine，H。；Vilca，F.，椭圆t分布下比较校准模型的局部影响，Biom J，47，5，691-706，（2005）·Zbl 1442.62370号 [23] 维达尔，I。；路易斯安那州卡斯特罗。，独立学生的影响力观察-t吨具有弱非微分误差的测量误差模型，Chil J Stat，1，2，17-34，（2010）·兹比尔1213.62049 [24] 皮涅罗，JC；刘，CH；吴，YN。，使用多元t分布的线性混合效应模型中稳健估计的有效算法，J Compute Graph Stat，10，249-276，（2001） [25] 阿扎里尼，A。；Capitanio，A.，多元偏正态分布的统计应用，J Roy Statist Soc Ser B，61579-602，（1999）·Zbl 0924.62050号 [26] X孟。；Rubin，D.，《通过ECM算法的最大似然估计：一般框架》，《生物特征识别》，80，267-278，（1993）·Zbl 0778.62022号 [27] Dempster，A。；莱尔德，N。；Rubin，D.，通过EM算法从不完整数据中获得最大似然，J Roy Statist Soc Ser B，39，1-38，（1977）·Zbl 0364.62022号 [28] 兰格，吉隆坡；小，RJA；联合军警泰勒。，使用t分布的稳健统计建模，美国统计协会杂志，84，881-896，（1989） [29] Lucas，A.，基于学生t的M估计的稳健性，公共统计理论方法，261165-1182，（1997）·Zbl 0920.62041号 [30] 灰分，RB。，概率与测度理论，（2000），学术出版社，圣地亚哥（CA）·Zbl 0944.60004号 [31] 林，TI；JC.Lee。，应用于多发性硬化数据的t线性混合模型的稳健方法，Stat Med，251397-1412，（2006） [32] 卡斯特罗，L。；科斯塔，DR；Prates，MO，使用多元分布进行tobit验证性因子分析的基于似然法的推断，统计计算，25，1163-1183，（2015）·Zbl 1331.62294号 [33] Lin，TI.，使用多元斜t分布的稳健混合建模，统计计算，20343-356，（2010） [34] Meilijson，I.，EM算法自身的快速改进，J Roy Stat Soc Ser B，51，127-138，（1989）·Zbl 0674.65118号 [35] 路易斯安那州。，使用EM算法时发现观测信息矩阵，J Roy Statist Soc Ser B，44，226-233，（1982）·Zbl 0488.62018号 [36] Wang，W-L.，不规则观测多重复测量结果缺失的多元t线性混合模型，Biom J，55，4，554-571，（2013）·Zbl 1441.62525号 [37] 巴克斯顿，WB；库姆斯，RW；McElrath，MJ，《具有≥400个cd4淋巴细胞的人类免疫缺陷病毒感染者定量病毒学测量的纵向分析：对个体患者应用测量的意义》，《传染病杂志》，175，2，247-254，（1997） [38] 江，R。；杨，X。；Qian，W.，线性误差-变量模型的随机加权M-估计，韩国统计学会杂志，41，505-514，（2012）·Zbl 1296.62183号 [39] Wang，J。；Genton，MG.，《多元偏斜率分布》，J Stat Plan Inference，136，209-220，（2006）·Zbl 1081.60013号 [40] 拉乔斯，VH；拉布拉，FV；Bolfarine，H.，基于斜交-正态分布比例混合的多元测量误差模型，统计学，44541-556，（2010）·Zbl 1291.62120号 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。