×
塞琳·库恩；Walløe，拉尔斯；尼尔斯·霍尔特

线性混合模型的集中模型选择及其在鲸鱼生态学中的应用。 （英语） Zbl 1446.62296号

Ann.应用。斯达。 14，第2期，872-904（2020年）.
摘要：在国际捕鲸委员会科学委员会关于特定捕鲸数据集的某些长期讨论中，一个主要分歧点直接涉及线性混合效应模型的模型选择问题。讨论中的生物问题与一个明确定义的主要关注参数相关，即焦点参数，这使得使用聚焦信息标准（FIC）进行模型选择比其他选择方法更合适。由于现有的FIC方法没有涵盖线性混合效应模型的情况，本文建立了所需的框架，并为相关FIC开发了必要的公式。我们的新准则要求为给定的候选线性混合模型导出的估计量的渐近分布，但在更广泛的线性混合模型下检验其行为。这些结果是构建我们FIC所需的，也具有独立的利益。

MSC公司：

62页第12页 统计在环境和相关主题中的应用
第62页第10页 统计学在生物学和医学中的应用；元分析
62B10型 信息理论主题的统计方面
62J05型 线性回归；混合模型

关键词：

南极小须鲸；集中信息准则；FIC图；线性混合效应模型；型号选择

软件：

MEMSS公司；S-PLUS系统；lme4公司
PDF格式BibTeX公司 XML格式引用
\textit{C.Cunen}等人，Ann.Appl。《法律总汇》第14卷第2期，第872-904页（2020年；兹bl 1446.62296）
全文： 内政部 欧几里得

参考文献：

[1] Bates，D.、Maechler，M.、Bolker，B.和Walker，S.（2014）。lme4：使用本征和S4的线性混合效应模型。R软件包版本1.1-23。
[2] Behl，P.、Dette，H.、Frondel，M.和Tauchmann，H.（2012）。选择是痛苦的：模型选择的集中信息标准。经济。模型。29 817-822.
[3] Berk，R.、Brown，L.、Buja，A.、Zhang，K.和Zhao，L.（2013）。有效的后选择推理。安。统计师。41 802-837. ·Zbl 1267.62080号 ·doi:10.1214/12-AOS1077
[4] Bolker，B.M.、Brooks，M.E.、Clark，C.J.、Geange，S.W.、Poulsen，J.R.、Stevens，M.H.H.和White，J.S.S.（2009年）。广义线性混合模型：生态学和进化的实用指南。经济趋势。进化。24 127-135.
[5] Bondell，H.D.、Krishna，A.和Ghosh，S.K.（2010年）。线性混合效应模型中固定效应和随机效应的联合变量选择。生物统计学66 1069-1077·Zbl 1233.62134号 ·文件编号：10.1111/j.1541-0420.2010.01391.x
[6] Brownlees，C.T.和Gallo，G.M.（2008年）。《波动率预测的变量选择：集中选择标准的作用》，J.Financ。经济。6 513-539.
[7] Charkhi，A.和Claeskens，G.（2018年）。Akaike信息准则的渐近后选择推理。生物特征105 645-664·Zbl 1499.62099号 ·doi:10.1093/biomet/asy018
[8] Chen，Z.和Dunson，D.B.（2003）。线性混合模型中的随机效应选择。生物统计学59 762-769·Zbl 1214.62027号 ·doi:10.1111/j.0006-341X.2003.0089.x
[9] Claeskens，G.、Croux，C.和Van Kerckhoven，J.（2007）。自回归模型的预测聚焦模型选择。澳大利亚。N.Z.J.Stat.49 359-379·Zbl 1521.62144号 ·doi:10.1111/j.1467-842X.2007.00487.x
[10] Claeskens，G.、Cunen，C.和Hjort，N.L.（2019年）。通过针对生态学和进化中复杂数据的聚焦信息标准进行模型选择。前面。经济。进化。7 1-13.
[11] Claeskens，G.和Hjort，N.L.（2003年）。聚焦信息标准。J.艾默。统计师。协会98 900-945·Zbl 1045.62003号 ·doi:10.1198/0162145000000819
[12] Claeskens，G.和Hjort，N.L.（2008a）。模型选择和模型平均。剑桥统计与概率数学系列27。剑桥大学出版社，剑桥·Zbl 1166.62001号
[13] Claeskens，G.和Hjort，N.L.（2008b）。最小化回归模型中的平均风险。计量经济学理论24 493-527·Zbl 1284.62454号 ·网址：10.1017/S0266466608080201
[14] Craiu，R.V.和Duchesne，T.（2018年）。具有未知随机效应结构的混合效应回归模型的一个可扩展且有效的协变量选择准则。计算。统计师。数据分析。117 154-161. ·Zbl 1469.62047号 ·doi:10.1016/j.csda.2017.07.011
[15] Cunen，C.、Wallöe，L.和Hjort，N.L.（2017年）。JARPA期间南极小须鲸的储能下降：通过聚焦信息标准（FIC）评估。IWC/SC/67A/EM04。
[16] Cunen，C.、Wallöe，L.、Konishi，K.和Hjort，N.L.（2020年）。20世纪90年代，南大洋南极小须鲸（Balaenoptera bonerensis）的储能能力下降。已提交发布。
[17] Demidenko，E.（2013）。《混合模型：R的理论与应用》，第二版，《概率统计中的威利级数》。新泽西州霍博肯威利·Zbl 1276.62049号
[18] de la Mare，W.、McKinlay，J.和Welsh，A.（2017年）。JARPA南极小须鲸脂肪重量数据集分析。IWC/SC/67A/EM01。
[19] Gandy，A.和Hjort，N.L.（2013）。半参数线性风险回归的集中信息准则。奥斯陆大学数学系技术报告。
[20] 日本政府（1987年）。南半球小须鲸研究项目和南极海洋生态系统初步研究项目。IWC/SC/39/04[可从国际捕鲸委员会秘书处获取]。
[21] 格陵兰，S.、珀尔，J.、罗宾斯，J.M.（1999）。流行病学研究因果图。流行病学10 37-48。
[22] Grueber，C.E.、Nakagawa，S.、Laws，R.J.和Jamieson，I.G.（2011年）。生态学与进化中的多模型推理：挑战与解决方案。J.进化。生物24 699-711。
[23] Gumedze，F.N.和Dunne，T.T.（2011年）。线性混合模型中的参数估计和推理。线性代数应用。435 1920-1944. ·Zbl 1217.62073号 ·doi:10.1016/j.laa.2011.04.015
[24] Heagerty，P.J.和Kurland，B.F.（2001）。错误的最大似然估计和广义线性混合模型。生物特征88 973-985·Zbl 0986.62060号 ·doi:10.1093/biomet/88.4.973
[25] Hermansen，G.H.、Hjort，N.L.和Kjesbu，O.S.（2016）。现代统计方法应用于广泛的历史数据：1859-2012年Hjort肝脏质量时间序列及其相关影响因素。可以。J.鱼类。阿奎特。科学。73 279-295.
[26] Hjort，N.L.和Claeskens，G.（2003）。频繁模型平均估值器。J.艾默。统计师。协会98 879-899·Zbl 1047.62003年 ·doi:10.1198/0162145000000828
[27] Hjort，N.L.和Claeskens，G.（2006）。Cox风险回归模型的集中信息标准和模型平均。J.艾默。统计师。协会101 1449-1464·Zbl 1171.62350号 ·doi:10.1198/016214500000069
[28] Hui，F.K.C.、Müller，S.和Welsh，A.H.（2017）。使用正则化PQL的混合模型中的联合选择。J.艾默。统计师。协会112 1323-1333。
[29] Ibrahim，J.G.、Zhu，H.、Garcia，R.I.和Guo，R.（2011）。混合效应模型中的固定效应和随机效应选择。生物统计学67 495-503·Zbl 1217.62171号 ·文件编号：10.1111/j.1541-0420.2010.01463.x
[30] Jiang，J.、Rao，J.S.、Gu，Z.和Nguyen，T.（2008）。混合模型选择的围栏方法。安。统计师。36 1669-1692. ·兹比尔1142.62047 ·doi:10.1214/07-AOS517
[31] Jullum，M.和Hjort，N.L.（2017年）。参数或非参数：FIC方法。统计师。Sinica中国27 951-981·Zbl 1370.62012年
[32] Jullum，M.和Hjort，N.L.（2019年）。什么价格的半参数Cox回归？寿命数据分析。25 406-438. ·Zbl 1429.62436号 ·doi:10.1007/s10985-018-9450-7
[33] Konishi，K.和Walløe，L.（2015年）。20世纪90年代，南极小须鲸的储能和饱腹感大幅下降。鲸类资源管理杂志。15 77-92.
[34] Konishi，K.、Tamura，T.、Zenitani，R.、Bando，T.、Kato，H.和Walløe，L.（2008年）。南大洋南极小须鲸（Balaenoptera bonerensis）储能能力下降。极地生物。31 1509-1520.
[35] Laws，R.M.（1977）。南大洋的海豹和鲸鱼。菲洛斯。事务处理。R.Soc.伦敦。B、 生物。科学。279 81-96.
[36] Magnus，J.R.和Neudecker，H.（1979年）。交换矩阵：一些性质和应用。安。统计师。7 381-394. ·Zbl 0414.62040号 ·doi:10.1214/aos/1176344621
[37] Magnus，J.R.和Neudecker，H.（1988年）。矩阵微分学及其在统计学和计量经济学中的应用。概率与数理统计中的威利级数：应用概率与统计。奇切斯特·威利·Zbl 0651.15001号
[38] McKinlay，J.、de la Mare，W.和Welsh，A.（2017）。重新检查数据中反映的小须鲸身体状况。IWC/SC/67A/EM02。
[39] Mori，M.和Butterworth，D.S.（2006年）。南极生态系统磷虾-食饵动力学建模的第一步。CCAMLR科学。13 217-277.
[40] Müller，S.、Scealy，J.L.和Welsh，A.H.（2013）。线性混合模型中的模型选择。统计师。科学。28 135-167. ·Zbl 1331.62364号
[41] Peng，H.和Lu，Y.（2012）。线性混合效应模型中的模型选择。《多元分析杂志》。109 109-129. ·Zbl 1241.62105号 ·doi:10.1016/j.jmva.2012.02.05
[42] Pinheiro，J.和Bates，D.（2000）。S和S-PLUS中的混合效应模型。柏林施普林格·Zbl 0953.62065号
[43] Schweder，T.和Hjort，N.L.（2016）。置信，可能性，概率：置信分布的统计推断。剑桥统计与概率数学系列41。剑桥大学出版社，纽约·兹比尔1353.62007
[44] Tibshirani，R.J.、Taylor，J.、Lockhart，R.和Tibshirani，R.（2016）。序列回归程序的精确选择后推断。J.艾默。统计师。协会111 600-620。
[45] Vaida，F.和Blanchard，S.（2005年）。混合效应模型的条件Akaike信息。生物特征92 351-370·Zbl 1094.62077号 ·doi:10.1093/biomet/92.2.351
[46] Ver Hoef，J.M.和Boveng，P.L.（2015）。在单个模型上迭代是多模态推理的可行替代方案。J.Wildl。管理。79 719-729.
[47] Verbeke，G.和Lesaffre，E.（1997年）。在纵向数据的线性混合模型中，错误指定随机效应分布的影响。计算。统计师。数据分析。23 541-556. ·Zbl 0900.62374号 ·doi:10.1016/S0167-9473（96）00047-3
[48] Verbeke，G.、Spiessens，B.和Lesaffre，E.（2001年）。条件线性混合模型。阿默尔。统计师。55 25-34.
[49] X·张·Zbl 1209.62088号 ·doi:10.1214/10-AOS832
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。