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