Lee，Keunbaik（肯拜克李）;赵贤顺;Min-Sun Kwak;张恩进 使用改进的Cholesky和超球面分解估计多元纵向数据的协方差矩阵。（使用改进的Choleksky和超球面分解估计多元纵向数据的协方差矩阵。） （英语） Zbl 1451.62126号 生物计量学 76，第1期，75-86（2020年）. 概述：线性模型通常用于分析多元纵向数据。对于这些模型，估计协方差矩阵并不容易，因为协方差矩阵应该考虑复杂的相关结构：每个时间点的响应之间的相关性，单独响应随时间的相关性，以及不同时间不同响应之间的互相关。此外，估计的协方差矩阵应满足正定条件，并且可能是异方差的。然而，在实际中，协方差矩阵的结构被假定为同态且高度简约，例如一阶可交换或自回归。这些假设太强，导致协变量效应的估计效率低下。已经进行了几项研究，以使用改进的Cholesky分解（MCD）和线性协方差模型解决这些限制。然而，建模每个时间点的响应之间的相关性并不容易，因为没有响应的自然顺序。本文使用MCD和超球面分解对多元纵向数据的复杂相关结构进行建模。我们观察到，使用分解估计的协方差矩阵是正定的，可以是异方差的，并且也可以解释。使用非酒精性脂肪性肝病研究的数据说明了所提出的方法。 引用于5文件 MSC公司： 62页第10页 统计学在生物学和医学中的应用；元分析 62J05型 线性回归；混合模型 62H11型 方向数据；空间统计学 62甲12 多元分析中的估计 62M10个 统计学中的时间序列、自相关、回归等（GARCH） 92C60型 医学流行病学 关键词：改良Cholesky分解（MCD）;自回归模型;相关矩阵;异质性;线性模型;正定性 PDF格式BibTeX公司 XML格式引用 \textit{K.Lee}等人，《生物计量学》76，第1期，75-86（2020；Zbl 1451.62126） 全文： 内政部