拜伦·C·杰格。;劳埃德·爱德华兹。;Kalyan Das;Sen，Pranab K。 广义线性混合模型中固定效应的（R^2）统计量。 （英语） 兹比尔1516.62351 J.应用。斯达。 44，第6号，1086-1105（2017）. 小结：在构建节约型统计模型时，测量统计模型解释的方差比例（R^2）和特定预测因子的相对重要性（半偏态R^2。（R^2）统计是对正常线性模型的良好性的一种常见总结，并以各种方式扩展到更一般的模型。特别是，广义线性混合模型（GLMM）扩展了正规线性模型，并用于分析相关（层次）、非正规数据结构。尽管已经提出了各种各样的（R^2）统计数据，但统计文献中并没有对这种情况下最合理的（R*2）定义达成共识。本研究旨在建立在现有知识和R^2定义的基础上，并简明扼要地定义GLMM的统计数据。在这里，我们利用基于线性化的惩罚拟似然估计方法，导出了GLMM中固定（总体）效应的模型和半偏（R^2）统计量。我们证明了我们提出的R^2统计量推广了Nakagawa和Schielzeth引入的广泛使用的边际R^2统计，证明了我们在模型选择中的统计能力，证明了半偏R^2统计学在纵向数据分析中的实用性，并提供了计算所提R^2的软件个体固定效应的统计和半部分\（R^2 \）。所提供的软件适用于SAS和R编程语言。 引用于1文件 MSC公司： 62至XX 统计 关键词：血压;CD4细胞计数;广义线性混合模型;聚类数据;R平方;统计软件 软件：lme4公司;洛伊斯;SAS公司;对;R2固定效果GLMM;dplyr公司;r2glmm（平方毫米）;格利米克斯_R2;非洲外汇交易所;github;pbkr试验 PDF格式BibTeX公司 XML格式引用 \textit{B.C.Jaeger}等人，J.Appl。Stat.44，No.6，1086--1105（2017；Zbl 1516.62351） 全文： 内政部 参考文献： [1] N.Ballarini和B.Jaeger，要计算的宏##sas中glmm的img###img####img##\（r^2\）。可在https://github.com/nicoballarini/SAS-Macros。 [2] B.B.D.Bates、M.Maechler和W.Steven，2014年，http://CRAN.R-project.org/package=lme4，Rpackage版本1.1-7。 [3] B.M.Bolker、M.E.Brooks、C.J.Clark、S.W.Geange、J.R.Poulsen、M.H.H.Stevens和J.S.S.White，广义线性混合模型：生态学和进化的实用指南、趋势经济。进化。24（2009），第127-135页。doi:10.1016/j.tree.2008.10.008·doi:10.1016/j.tree.2008.10.008 [4] N.E.Breslow和D.G.Clayton，广义线性混合模型中的近似推理，J.Amer。统计师。《协会》88（1993），第9-25页，http://dx.doi.org/10.2307/2290687。 ·Zbl 0775.62195号 [5] M.Casals、M.Girabent-Farrs和J.L.Carrasco，临床医学中广义线性混合模型的方法学质量和报告（2000-2012）：一项系统综述《公共科学图书馆·综合》第9卷（2014年），第112653页。doi:10.1371/journal.pone.0112653·doi:10.1371/journal.pone.0112653 [6] A.V.Chobanian、G.L.Bakris、H.R.Black、W.C.Cushman、L.A.Green、J.L.Izzo Jr、D.W.Jones、B.J.Materson、S.Oparil和J.T.Wright Jr等人。，全国高血压预防、检测、评估和治疗联合委员会第七次报告：jnc 7报告Jama 289（2003），第2560-2571页。doi:10.1001/jama.289.19.2560·doi:10.1001/jama.289.19.2560 [7] R.Christensen，复杂问题的平面答案：线性模型理论，Springer Science&Business Media，纽约州纽约市，2011年·Zbl 1266.62043号 ·doi:10.1007/978-1-4419-9816-3 [8] W.S.克利夫兰，Lowess：通过稳健局部加权回归平滑散点图的程序阿默尔。统计师。35（1981年），第54-54页，http://www.jstor.org/stable/2683591。doi:10.2307/2683591·doi:10.2307/2683591 [9] C.B.Dean和J.D.Nielsen，广义线性混合模型：综述和一些扩展，寿命数据分析。13（2007年），第497-512页。doi:10.1007/s10985-007-9065-x·Zbl 1331.62361号 ·doi:10.1007/s10985-007-9065-x [10] L.J.Edwards、K.E.Muller、R.D.Wolfinger、B.F.Qaqish和O.Schabenberger，安##线性混合模型中固定效应的img###img##（R^2）统计，Stat.Med.27（2008），第6137-6157页，http://dx.doi.org/10.1002/sim.3429。数字对象标识代码：10.1002/sim.3429·数字对象标识代码：10.1002/sim.3429 [11] J.Ferron、K.Y.Hogarty、M.Hess、J.Romano、J.D.Kromrey、J.D.Niles、G.Dawkins和C.Sentovich，用于检查错误结构误判后果的宏《第二十七届SAS用户集团国际年会（2002年）会议记录》，佛罗里达州奥兰多，第201-227页。 [12] M.Fisher、P.Sloane、L.Edwards和G.Gamble，在基于大学的实践中持续护理和高血压控制《民族疾病》第17卷（2007年），第693-698页。 [13] G.M.Fitzmaurice、N.M.Laird和J.H.Ware，应用纵向分析，第998卷John Wiley&Sons，马萨诸塞州波士顿，2012年·Zbl 1057.62052号 [14] A.Gelman和J.Hill，使用回归和多级/层次模型进行数据分析，剑桥大学出版社，纽约州纽约市，2006年·doi:10.1017/CBO9780511790942 [15] A.Gelman和I.Pardoe，多层次模型中解释方差和池的贝叶斯测度《技术计量学》48（2006），第241-251页。doi:10.1198/004017005000000517 [16] M.J.Gurka、L.J.Edwards和K.E.Muller，避免固定效应混合模型推断中的偏差，Stat.Med.30（2011），在线阅读http://www.ncbi.nlm.nih.gov/pmc/articles/PMC3396027/。数字对象标识代码：10.1002/sim.4293·数字对象标识代码：10.1002/sim.4293 [17] U.Halekoh和S.Höjsgaard，线性混合模型测试的Kenward-Roger近似和参数自举方法-R包pbkrtest，J.Statist。柔和。59（2014），第1-30页，http://www.jstatsoft.org/v59/i09/。doi:10.18637/jss.v059.i09·doi:10.18637/jss.v059.i09 [18] B.Jaeger，SAS和R中用于计算的软件##线性和广义线性混合模型中固定效应的img####img####img##\（R^2）。可在https://github.com/bcjaeger/R2FixedEffectsGLMM/。 [19] B.Jaeger，r2glmm：计算混合（多级）模型（LMM和GLMM）的R平方, (2016). R包版本0.1.0。可在https://github.com/bcjaeger/r2glmm。 [20] P.C.约翰逊，nakagawa和schielzeth的r2glmm推广到随机斜坡模型，方法经济学。进化。5（2014），第944-946页，http://dx.doi.org/10.1111/2041-210X.12225。doi:10.1111/2041-210X.12225·doi:10.1111/2041-210X.12225 [21] O.M.Kwok、S.G.West和S.B.Green，多波纵向多水平模型中错误指定主体内协方差结构的影响：一项蒙特卡罗研究，多元行为。第42号决议（2007年），第557-592页。网址：10.1080/00273170701540537 [22] D.M.LaHuis、M.J.Hartman、S.Hakoyama和P.C.Clark，多级模型的解释方差度量《组织研究方法》17（2014），第433-451页。doi:10.1177/1094428114541701·doi:10.1177/1094428114541701 [23] Y.Lee和J.A.Nelder，层次广义线性模型J.R.统计。Soc.序列号。B（Methodol.）（1996年），第619-678页·Zbl 0880.62076号 [24] J.Matuszewski和L.J.Edwards，纵向数据线性混合模型中固定效应r2统计量的性质, 2013. 可在https://cdr.lib.unc.edu/record/uuid:053ce978-e62b-4021-bd67-d1c5db669aad。 [25] S.Nakagawa和H.Schielzeth，从广义线性混合效应模型中获得r2的一种通用而简单的方法，方法经济学。进化。4（2013），第133-142页，http://dx.doi.org/10.111/j.2041-210x.2012.00261.x。doi:10.1111/j.2041-210x.2012.00261.x·doi:10.1111/j.2041-210x.2012.00261.x [26] J.G.Orelien和L.J.Edwards，线性混合模型中固定效应变量的选择##img###img####img###（R^2）统计，计算。统计数据分析。52（2008），第1896-1907页。doi:10.1016/j.csda.2007.06.006·Zbl 1452.62530号 ·doi:10.1016/j.csda.2007.06.006 [27] R.F.Potthoff和S.Roy，特别适用于增长曲线问题的广义多元方差分析模型，Biometrika（1964），第313-326页。doi:10.1093/biomet/51.3-4.313·Zbl 0138.14306号 ·doi:10.1093/biomet/51.3-4.313 [28] R核心团队，R统计计算基金会，奥地利维也纳，2015年。可在http://www.R-project.org/。 [29] S.Raudenbush和A.S.Bryk，研究学校效应的层次模型，社会学。Ed.（1986），第1-17页。doi:10.307/2112482·doi:10.2307/2112482 [30] SAS Institute Inc.，北卡罗来纳州卡里，2003年。可在http://www.sas.com/。 [31] R.Schall，具有随机效应的广义线性模型的估计《生物特征》78（1991），第719-727页。doi:10.1093/biomet/78.4.719·Zbl 0850.62561号 ·doi:10.1093/biomet/78.4.719 [32] H.Singmann、B.Bolker和J.Westfall，2015年，http://CRAN.R-project.org/package=afex，Rpackage版本0.13-145。 [33] T.Snijders和R.Bosker，多级分析：基本和高级多级建模简介，SAGE出版物，2011年，在线阅读http://books.google.com/books？id=N1BQvcomDdQC。 ·Zbl 1296.62008年 ·doi:10.1007/978-3642-04898-2387 [34] T.A.B.Snijders和R.J.Bosker，两级模型中的建模方差，社会学。方法研究22（1994），第342-363页。doi:10.1177/0049124194022003004·doi:10.1177/0049124194022003004 [35] W.W.斯特劳普，广义线性混合模型：现代概念、方法和应用，CRC出版社，英国谢菲尔德，2012年。 [36] F.Tuerlinckx、F.Rijmen、G.Verbeke和P.De Boeck，广义线性混合模型中的统计推断：综述，英国数学杂志。统计师。精神病。59（2006），第225-255页，http://dx.doi.org/10.1348/000711005X79857。doi:10.1348/000711005X79857·doi:10.1348/000711005X79857 [37] A.B.Tom、Tom AB Snijders、Roel J.Bosker和Roel J Bosker。多级分析：介绍基本和高级多级建模。Sage，1999年·Zbl 0953.62127号 [38] M.F.Wellons、L.Sanders、L.J.Edwards、J.A.Bartlett、A.E.Heald和K.E.Schmader，Hiv感染：老年人和年轻人的治疗结果，J.Amer。《老年医学会》第50卷（2002年），第603-607页。文件编号：10.1046/j.1532-5415.2002.50152.x·文件编号：10.1046/j.1532-5415.2002.50152.x [39] H.Wickham和R.Francois，2015年，http://CRAN.R-project.org/package=dplyr，Rpackage版本0.4.1。 [40] R.Wolfinger，非线性混合模型的拉普拉斯逼近《生物特征80》（1993），第791-795页，http://www.jstor.org/stable/2336870。doi:10.1093/biomet/80.4.791·Zbl 0800.62351号 ·doi:10.1093/biomet/80.4.791 [41] 徐瑞敏，测量线性混合效应模型中的解释变异《Stat.Med.22》（2003年），第3527-3541页。doi:10.1002/sim.1572·doi:10.1002/sim.1572 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。