赵孙珠；莎拉·布朗·施密特；Lee，Woo Yeol（李宇妍） 具有交叉随机效应的自回归广义线性混合效应模型：对密集二进制时间序列跟踪数据的应用。 （英语） Zbl 1422.62345号 心理测量学 83，第3期，751-771（2018）. 摘要：作为心理语言学中确定人和项目效应的一种方法，具有交叉随机效应的广义线性混合效应模型（GLMM）在处理人和项目之间的系列依赖方面存在局限性。本文提出了一种具有交叉随机效应的自回归GLMM，它解释了人和项目之间滞后效应的可变性。当研究人员有兴趣检测实验条件的影响，同时控制先前的反应时，该模型适用于密集的二进制时间序列跟踪数据。此外，一项模拟研究表明，忽略滞后效应会导致对实验条件效应的有偏估计和低估标准误差。 引用于1审查引用于2文件 MSC公司： 第62页，共15页 统计学在心理学中的应用 62J12型 广义线性模型（逻辑模型） 62J05型 线性回归；混合模型 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 关键词：令人目不暇接的数据；广义线性混合效应模型；密集型二进制时间序列数据；随机项目效应 软件：臂；语言R；lme4型；R（右） PDF格式BibTeX公司 XML格式引用 \textit{S.-J.Cho}等人，《心理测量学》83，第3期，第751--771页（2018年；Zbl 1422.62345） 全文： 内政部 参考文献： [1] 艾特金（Aitkin，M.）和阿尔夫（Alfó，M..）（1998年）。二元纵向响应的回归模型。统计与计算，8289-307·doi:10.1023/A:1008847820371 [2] Akaike，H.（1974年）。统计模型识别的新视角。IEEE自动控制汇刊，19716-723·Zbl 0314.62039号 ·doi:10.1109/TAC.1974.1100705 [3] Baayen，R.H.（2008）。分析语言数据：使用纽约R.New York的统计学实用入门：剑桥大学出版社。 ·doi:10.1017/CBO9780511801686 [4] Baayen，R.H.、Davidson，D.J.和Bates，D.M.（2008）。主题和项目的交叉随机效果的混合效果建模。记忆与语言杂志，59，390-412·doi:10.1016/j.jml.2007.12.005 [5] Barr，D.J.（2008）。使用多级逻辑回归分析“视觉世界”眼动追踪数据。记忆与语言杂志，59，457-474·doi:10.1016/j.jml.2007.09.002 [6] Bates，D.、Mächler，M.、Bolker，B.和Walker，S.（2015）。使用lme4拟合线性混合效应模型。统计软件杂志，67，1-48·doi:10.18637/jss.v067.i01 [7] Bauer，D.J.和Cai，L.（2009年）。多级模型中未建模非线性效应的后果。《教育与行为统计杂志》，34，97-114·数字对象标识代码：10.3102/1076998607310504 [8] Bisconti，T.、Bergeman，C.S.和Boker，S.M.（2004年）。最近失去亲人的窗口中的情感幸福：一种动态系统方法。老年学杂志，B辑：心理科学和社会科学，59，158-167·doi:10.1093/geronb/59.4.P158 [9] Box，G.E.P.和Jenkins，G.M.（1976年）。时间序列分析：预测和控制（修订版）。加利福尼亚州旧金山：霍尔顿日·Zbl 0363.62069号 [10] Bringmann，L.F.、Hamaker，E.L.、Vigo，D.E.、Aubert，A.、Borsboom，D.和Tuerlinckx，F.（2017）。变化动力学：使用广义加性建模的时间-变量自回归模型。心理学方法，22，409-425·doi:10.1037/met0000085 [11] Broadbent，D.E.、Cooper，P.F.、FitzGerald，P.和Parkes，K.R.（1982）。认知障碍问卷（CFQ）及其相关因素。英国临床心理学杂志，21，1-16·doi:10.1111/j.2044-8261.1982.tb01421.x [12] 布朗，MW；尼塞尔路，JR；Maydeu-Olivares，A.（编辑）；McArdle，JJ（ed.），《用动态因素模型表示心理过程：ARMA时间序列模型的一些有前途的应用和扩展》，415-452（2005），新泽西州马华 [13] Brown-Schmidt，S.和Fraundorf，S.H.（2015）。解释由联合知识和语调轮廓调整的信息性问题。记忆与语言杂志，84，49-74·doi:10.1016/j.jml.2015.05.002 [14] Chatfield，C.（2004）。时间序列分析：导言（第6版）。伦敦：查普曼和霍尔/CRC·Zbl 0732.62088号 [15] Cho，S.-J.和Rabe-Hesketh，S.（2011年）。交叉随机效应模型的交替插补后验估计。计算统计与数据分析，55，12-25·兹比尔1247.62188 ·doi:10.1016/j.csda.2010.04.015 [16] Cho，S.-J.、Partchev，I.和De Boeck，P.（2012年）。多项目配置文件模型的参数估计。英国数学与统计心理学杂志，65，438-466·Zbl 1406.91350号 ·doi:10.1111/j.2044-8317.2011.02036.x [17] Cho，S.-J.和De Boeck。，P.（印刷中）。关于项目响应模型贝叶斯信息准则（BIC）中[NN]的一个注记。应用心理测量。 [18] Cox，M.D.（1970年）。印度洋的数学模型。深海研究和海洋学摘要，17，47-75·doi:10.1016/0011-7471（70）90087-2 [19] De Boeck，P.（2008）。随机项目IRT模型。《心理测量学》，73533-559·Zbl 1284.62699号 ·数字对象标识代码：10.1007/s11336-008-9092-x [20] de Haan-Rietdijk，S.、Kuppens，P.、Bergeman，C.S.、Sheeber，L.B.、Allen，N.B.和Hamaker，E.L.（2017）。关于密集纵向数据的混合马尔可夫模型的使用。多元行为研究，52，747-767·doi:10.1080/00273171.2017.137364 [21] Gelman，A.和Su，Y.-S.（2016）。手臂：使用回归和多级/层次模型进行数据分析。R包版本1.9-3。2017年3月10日检索自https://CRAN.R-project.org/package=arm。 [22] Greven，S.和Kneib，T.（2010年）。线性混合模型中边际和条件AIC的行为。《生物特征》，97，773-789·Zbl 1204.62114号 ·doi:10.1093/biomet/asq042 [23] Hallett，PE；Buff，K.（编辑）；考夫曼，L.（编辑）；Thomas，JP（编辑），《眼球运动》（1986），纽约州纽约市 [24] Hanna，J.E.和Brennan，S.E.（2007年）。在面对面的交谈中，演讲者的目光可以消除早期提及的表达的歧义。记忆与语言杂志，57596-615·doi:10.1016/j.jml.2007.01.008 [25] 哈梅克，EL；Hattum，P。；科伊伯，RM；霍伊丁克，H。；Hox，J.（编辑）；Roberts，JK（编辑），基于多级建模中信息标准的模型选择，231-255（2011），纽约州纽约市 [26] Hamaker，E.L.和Grasman，R.P.（2014）。居中还是不居中？用多级自回归模型研究惯性。《心理学前沿》，51492。 [27] Heagerty，P.J.和Zeger，S.L.（1998年）。Lorelogram：一种探索纵向分类反应依赖性的回归方法。美国统计协会杂志，93，150-162·Zbl 0908.62019 ·doi:10.1080/01621459.1998.10474097 [28] JJ·赫克曼；Manski，CF（编辑）；McFadden，DL（编辑），估计离散时间离散数据随机过程中的附带参数问题和初始条件问题，179-195（1981），马萨诸塞州剑桥 [29] Heller，D.、Grodner，D.和Tanenhaus，M.K.（2008）。视角在确定参考领域中的作用。认知，108831-836·doi:10.1016/j.认知.2008.04.008 [30] 肖，C.（2003）。面板数据分析（第二版）。纽约：剑桥大学出版社。 ·doi:10.1017/CBO9780511754203 [31] Hung，Y.、Zarnitsyna，V.、Zhang，Y.、Zhu，C.和Wu，C.F.J.（2008）。二元时间序列建模及其在粘附频率实验中的应用。美国统计协会杂志，4831248-1259·Zbl 1205.62131号 ·doi:10.1198/0162145000000508 [32] 德国埃尔文；亨德森（编辑）；Ferreira，F.（编辑），作为认知加工指标的注视位置和注视持续时间，105-134（2004），纽约州纽约市 [33] Jaeger，T.F.（2008）。分类数据分析：远离ANOVA（转换与否），走向logit混合模型。记忆与语言杂志，59，434-446·doi:10.1016/j.jml.2007.11.007 [34] Joe，H.（2008）。离散响应混合模型的拉普拉斯近似精度。计算统计与数据分析，52，5066-5074·兹比尔1452.62537 ·doi:10.1016/j.csda.2008.05.002 [35] Jongerling，J.、Laurenceau，J.P.和Hamaker，E.L.（2015）。多层次AR（1）模型：考虑到自变量、惯性和创新方差的诱导差异。多元行为研究，50334-349·doi:10.1080/00273171.2014.1003772 [36] Kaiser，E.和Trueswell，J.C.（2008年）。芬兰语代词和指示词的解释：特定形式参考解析方法的证据。《语言与认知过程》，23709-748·doi:10.1080/01690960701771220 [37] Kaufmann，H.（1987）。非平稳分类时间序列的回归模型：渐近估计理论。《统计年鉴》，第1579-98页·Zbl 0614.62111号 ·doi:10.1214/aos/1176350254 [38] Liu，S.（2017）。个体特定与多水平自回归模型：人群和个体水平参数估计的准确性。英国数学与统计心理学杂志，。https://doi.org/10.1111/bmsp.12096。 ·Zbl 1460.62150号 ·doi:10.1111/bmsp.12096 [39] Maas，C.J.M.和Hox，J.J.（2004）。多水平回归分析中的稳健性问题。尼兰迪卡统计局，58127-137·Zbl 1050.62036号 ·doi:10.1046/j.0039-0402.2003.00252.x [40] McMurray，B.、Samelson，V.M.、Lee，S.H.和Tomblin，J.B.（2010年）。在线口语识别中的个体差异：对SLI的影响。认知心理学，60，1-39·doi:10.1016/j.cogpsych.2009.06.003 [41] Mirman，D.、Dixon，J.A.和Magnuson，J.S（2008）。视觉世界范式的统计和计算模型：增长曲线和个体差异。记忆与语言杂志，59，475-494·doi:10.1016/j.jml.2007.11.006 [42] Molenaar，P.（1985）。多元时间序列分析的动态因子模型。《心理测量学》，第50期，第181-202页·Zbl 0603.62099号 ·doi:10.1007/BF02294246 [43] 莫勒纳尔，P。；拉姆，N。；Valsiner，J.（编辑）；Molenaar，P.（编辑）；Lyra，M.（编辑）；Chaudhary，N.（编辑），《心理过程动态因素分析进展》，255-268（2009），纽约州纽约市·doi:10.1007/978-0-387-95922-112 [44] Molenberghs，G.和Verbeke，G.（2007年）。约束参数空间中的似然比、分数和Wald检验。美国统计学家，61，22-27·doi:10.1198/000313007X171322 [45] Quené，H.和van den Bergh，H.（2008年）。具有交叉随机效应和二项式数据的混合效应建模示例。记忆与语言杂志，59413-425·doi:10.1016/j.jml.2008.02.002 [46] R核心团队。(2016). R： 用于统计计算的语言和环境。奥地利维也纳R统计计算基金会。2016年11月1日检索自https://www.R-project.org/。 [47] Raaijmakers，J.G.W.、Schrijnemakers、J.M.C.和Gremmen，F.（1999）。如何处理语言即效果谬误：常见误解和替代解决方案。记忆与语言杂志，41416-426·doi:10.1006/jmla.1999.2650 [48] 罗文，MJ；墙壁，TA；Walls，TA（编辑）；Schafer，JL（ed.），过程稳定性个体间差异的多级自回归建模，124-147（2006），纽约州纽约市·doi:10.1093/acprof:oso/9780195173444.003.0006 [49] Ryskin，R.、Benjamin，A.、Tullis，J.和Brown-Schmidt，S.（2015）。理解、生产和记忆中的视角转换：一种个体差异的方法。实验心理学杂志：综述，144898-915·doi:10.1037/xge0000093 [50] Ryskin，R.A.、Qi，Z.、Duff，M.C.和Brown-Schmidt，S.（2017年）。动词偏见是通过终身学习形成的。实验心理学杂志：学习、记忆和认知，43（5），781-794。 [51] Salverda，A.、Kleinschmidt，D.和Tanenhaus，M.（2014）。语词识别中预期协同发音的即时效应。记忆与语言杂志，71，145-163·doi:10.1016/j.jml.2013.111.002 [52] Schwarz，G.（1978年）。估算模型的维度。《统计年鉴》，第6461-464页·兹伯利0379.62005 ·doi:10.1214/aos/1176344136 [53] Sedivy，J.C.、Tanenhaus，M.K.、Chambers，C.G.和Carlson，G.N.（1999）。通过上下文表示实现增量语义解释。认知，71，109-147·doi:10.1016/S0010-0277（99）00025-6 [54] Self，S.G.和Liang，K.-Y.（1987年）。非标准条件下极大似然估计和似然比检验的渐近性质。美国统计协会杂志，82，605-610·Zbl 0639.62020号 ·doi:10.1080/01621459.1987.10478472 [55] Skrondal，A.和Rabe-Hesketh，S.（2014）。在具有未观察到的异质性的二进制数据的动态/转换模型中处理初始条件和内生协变量。英国皇家统计学会杂志：C辑（应用统计学），63211-237·doi:10.1111/rssc.12023 [56] Song，H.和Zhang，Z.（2014）。使用多级动态因子模型分析多变量时间序列数据。多元行为研究，49，67-77·doi:10.1080/00273171.2013.851018 [57] Tanenhaus，M.K.、Spivey-Knowlton，M.J.、Eberhard，K.M.和Sedivy，J.C.（1995）。口语理解中视觉和语言信息的整合。《科学》，2681632-1634·doi:10.1126/science.7777863 [58] Unema，P.J.A.、Pannasch，S.、Joos，M.和Velichkovsky，B.M.（2005）。场景感知中信息处理的时间进程：眼跳幅度与注视持续时间的关系。视觉认知，12473-494·doi:10.1080/13506280444000409 [59] van Buuren，S.（1997）。用结构方程模型拟合ARMA时间序列。《心理测量学》，62，215-236·兹比尔1003.62547 ·doi:10.1007/BF02295276 [60] Rijn，P。；Dolan，简历；Molenaar，PCM；Molenaar，PCM（编辑）；Newell，KM（ed.），多主体时间序列项目反应建模的状态空间方法，125-151（2010），华盛顿特区·doi:10.1037/12140-008 [61] Wang，X.、Berger，J.O.和Burdick，D.S.（2013）。教育测试中动态项目反应模型的贝叶斯分析。应用统计年鉴，7126-153·Zbl 1454.62471号 ·doi:10.1214/12-AOAS608 [62] Yoon，S.O.和Brown-Schmidt，S.（2014）。调整三方对话中的概念约定。实验心理学杂志：学习、记忆和认知，40919-937。 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。