×

蒙特卡罗修正了聚类数据模型中的剖面似然。 (英语) Zbl 1462.62381号

摘要:处理聚类数据的分析师的主要关注点通常不在聚类变量上,因此特定于组的参数被视为麻烦。如果首选固定效应公式,且相对于单组大小,簇总数较大,则依赖剖面可能性的经典频率学家技术通常会产生误导。由于存在非标准建模和/或采样假设,使用替代工具(如修改剖面可能性或综合可能性)对感兴趣的参数进行准确推断可能会变得复杂。我们在这里展示了如何使用蒙特卡罗模拟来近似这些非传统框架中修改后的轮廓可能性。所提出的解决方案具有广泛的适用性,并显示出保留了修改后轮廓似然的通常特性。该方法在两个应用中特别相关的实例中进行了检验,即缺失数据模型和具有未指定删失分布的生存模型。通过仿真研究和两个临床试验应用验证了所提解决方案的有效性。

MSC公司:

62H30型 分类和区分;聚类分析(统计方面)
62N01号 截尾数据模型
62D10号 缺少数据
6220国集团 非参数推理的渐近性质
62页第10页 统计学在生物学和医学科学中的应用;元分析
65二氧化碳 蒙特卡罗方法
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Agresti,A.(2015)。,线性和广义线性模型的基础。约翰·威利父子公司·Zbl 1309.62001号
[2] 贝克·S·G(1995)。重复二元数据的边际回归,结果为不可忽略的无响应。,生物统计学51,1042-1052·Zbl 0875.62490号 ·doi:10.2307/2533003
[3] 巴恩多夫·尼尔森,O.E.(1980)。条件决议。,生物特征67,293-310·Zbl 0434.62005号
[4] Barndorff Nielsen,O.E.(1983年)。关于极大似然估计量的分布公式。,生物特征70343-365·Zbl 0532.62006号 ·doi:10.1093/biomet/70.2.343
[5] Bartolucci,F.、R.Bellio、A.Salvan和N.Sartori(2016年)。固定效应面板数据模型的修正剖面似然。,计量经济学评论351271-1289·Zbl 1491.62181号
[6] Bellio,R.和N.Sartori(2003年)。分层二进制数据模型中条件似然的扩展。,统计方法与应用12,121-132·Zbl 1056.62080号
[7] Bellio,R.和N.Sartori(2006年)。分层数据的修正最大似然的实际应用。,生物医学杂志48876-886·Zbl 1442.62254号
[8] Bellio,R.和N.Sartori(2015)。,panelMPL:固定效应面板数据模型的改进剖面似然估计。http://ruggerobellio.weebly.com/software.html。
[9] 凯里、V.J.、T.勒姆利和B.里普利。(2015年)。,gee:广义估计方程求解器。R包版本4.13-19。
[10] Carlin,B.和J.Hodges(1999年)。高度分层数据的分层比例风险回归模型。,生物统计学55,1162-1170·Zbl 1059.62624号 ·doi:10.1111/j.0006-341X.1999.1162.x
[11] Cortese,G.和N.Sartori(2016年)。高度聚集删失数据参数生存模型中的综合似然。,终身数据分析22382-404·Zbl 1372.62045号 ·doi:10.1007/s10985-015-9337-9
[12] Davison,A.C.和D.V.Hinkley(1997)。,引导方法及其应用。剑桥大学出版社·Zbl 0886.62001号
[13] De Bin,R.、N.Sartori和T.Severini(2015)。具有地层干扰参数的模型中的综合可能性。,电子统计杂志9,1474-1491·Zbl 1327.62304号 ·doi:10.1214/15-EJS1045
[14] Dempster,A.P.、N.M.Laird和D.B.Rubin(1977年)。通过EM算法获得不完整数据的最大似然。,英国皇家统计学会杂志。B系列(方法学)39,1-38·Zbl 0364.62022号 ·doi:10.1111/j.2517-6161.1977.tb01600.x
[15] Diciccio,T.J.,M.A.Martin,S.E.Stern和G.A.Young(1996)。信息偏差和调整后的个人资料可能性。,英国皇家统计学会杂志。B系列(方法学58189-203·Zbl 0834.62005号 ·doi:10.1111/j.2517-6161.1996.tb02075.x
[16] Fitzmaurice,G.、M.Davidian、G.Verbeke和G.Molenberghs(2008年)。,纵向数据分析。查普曼和霍尔/CRC·Zbl 1144.62087号
[17] He,H.和T.Severini(2014)。半参数回归模型中的集成似然推断。,麦德龙-国际统计杂志72185-199·Zbl 1316.62051号 ·doi:10.1007/s40300-014-0042-3
[18] Ibrahim,J.G.,S.R.Lipsitz和N.Horton(2001年)。使用辅助数据进行参数估计,结果不容忽视。,英国皇家统计学会杂志。C系列(应用统计学)50,361-373·Zbl 1112.62305号 ·数字对象标识代码:10.1111/1467-9876.00240
[19] Kenward,M.G.和G.Molenberghs(1998年)。当数据随机丢失时,基于似然的频率学家推断。,统计科学13,236-247·Zbl 1099.62503号 ·doi:10.1214/ss/1028905886
[20] Lancaster,T.(2000)。1948年以来的附带参数问题,《计量经济学杂志》95,391-413·Zbl 0967.62099号 ·doi:10.1016/S0304-4076(99)00044-5
[21] Lee,Y.和J.Nelder(2004)。条件和边际模型:另一种观点。,统计科学19,219-238·Zbl 1100.62591号 ·doi:10.1214/08834230400000305
[22] Liang,K.-Y.和S.L.Zeger(1986年)。使用广义线性模型进行纵向数据分析。,生物特征73(1),13-22·Zbl 0595.62110号 ·doi:10.1093/biomet/73.1.13
[23] Little,R.J.、D.B.Rubin和S.Z.Zangeneh(2017年)。参数子集似然推断中忽略缺失数据机制的条件。,美国统计协会期刊112314-320。
[24] Little,R.J.A.和D.B.Rubin(2002)。,缺失数据的统计分析(第二版)。纽约威利·Zbl 1011.62004号
[25] McCullagh,P.和R.Tibshirani(1990年)。调整剖面可能性的简单方法。,英国皇家统计学会杂志。B系列(方法学)52,325-344·兹比尔0716.62039 ·doi:10.1111/j.2517-6161.1990.tb01790.x
[26] Molenberghs,G.和G.Verbeke(2005)。,离散纵向数据模型。纽约州施普林格·Zbl 1093.62002号
[27] Nelder,J.A.和R.Mead(1965年)。函数最小化的单纯形方法。,《计算机杂志》7308-313·Zbl 0229.65053号 ·doi:10.1093/comjnl/7.4.308
[28] 奈曼·J和E·斯科特(1948年1月)。基于部分一致观察结果的一致估计。,计量经济学16,1-32·Zbl 0034.07602号 ·doi:10.2307/1914288
[29] 佩斯,L.和A.Salvan(1997)。,新费希尔视角下的统计推断原理。世界科学出版社,新加坡·Zbl 0911.62003号
[30] Parzen,M.、S.R.Lipsitz、G.M.Fitzmaurice、J.G.Ibrahim和A.Troxel(2006年)。具有不可忽略缺失响应和协变量的纵向二进制数据的伪似然方法。,医学统计252784-2796。
[31] Pierce,D.A.和R.Bellio(2006年)。参考集对频率推理的影响。,生物特征93,425-438·Zbl 1153.62001号 ·doi:10.1093/biomet/93.2.425
[32] Pierce,D.A.和R.Bellio(2015)。超越Cox回归的一阶渐近性。,伯努利21,401-419·Zbl 1388.62051号 ·doi:10.3150/13-BEJ572
[33] R核心团队(2017)。,R: 统计计算的语言和环境。奥地利维也纳:R统计计算基金会。
[34] 鲁宾,D.B.(1976年)。推断和缺失数据。,生物特征63581-592·Zbl 0344.62034号 ·doi:10.1093/biomet/63.3.581
[35] Sartori,N.(2003)。具有地层干扰参数的模型中修改的剖面可能性。,生物特征90,533-549·Zbl 1436.62086号 ·doi:10.1093/biomet/90.3.533
[36] Severini,T.A.(1998)。修正轮廓似然函数的近似值。,生物特征85,403-411·Zbl 1048.62504号 ·doi:10.1093/biomet/85.2.403
[37] Severini,T.A.(2000)。,统计学中的似然方法。牛津大学出版社·Zbl 0984.6202号
[38] Severini,T.A.(2007)。非贝叶斯推理的集成似然函数。,生物特征94529-542·Zbl 1134.62011年 ·doi:10.1093/biomet/asm040
[39] Sinha,S.K.、A.B.Troxel、S.R.Lipsitz、D.Sinha、G.M.Fitzmaurice、G.Molenberghs和J.G.Ibrahim(2011年)。具有不可忽略非单调丢失的不完全纵向二元数据的二元伪似然。,生物统计学671119-1126·Zbl 1226.62129号 ·文件编号:10.1111/j.1541-0420.2010.01525.x
[40] Therneau,T.M.(2015)。,生存:S.R包版本2.38中的生存分析包。
[41] Troxel,A.B.、D.P.Harrington和S.R.Lipsitz(1998年)。具有不可忽略非单调缺失值的纵向数据分析。,英国皇家统计学会杂志。C系列(应用统计)47,425-438·Zbl 0905.62113号 ·数字对象标识代码:10.1111/1467-9876.00119
[42] Troxel,A.B.、S.R.Lipsitz和D.P.Harrington(1998年)。不可忽视非单调缺失数据纵向测量分析的边际模型。,生物特征85,661-672·Zbl 0918.62088号 ·doi:10.1093/biomet/85.3.661
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。