×
顾冲;马平（Ma，Ping）

非参数混合效应模型中的最优平滑。 （英语） Zbl 1072.62027号

《美国统计年鉴》。 33，第3期，1357-1379（2005）.
摘要：混合效应模型广泛用于分析纵向数据和重复测量等相关数据。我们研究了一种混合效应模型的非参数估计方法。我们考虑具有参数随机效应和柔性固定效应的模型，并使用惩罚最小二乘法对模型进行估计。需要解决的问题是通过广义交叉验证方法选择平滑参数，该方法可以为真实和潜在随机效应产生最佳平滑效果。进行了仿真研究，以研究广义交叉验证在该背景下的实证性能。通过实际数据示例演示了该方法的应用。

引用于2评论
引用于18文件

MSC公司：

62G08号 非参数回归和分位数回归
65C60个 统计中的计算问题（MSC2010）
62甲12 多元分析中的估计
62G05型 非参数估计
6220国集团 非参数推理的渐近性质
41甲15 样条线近似

关键词：

相关误差;纵向数据;混合效应模型;惩罚最小二乘;重复测量;平滑样条;肿瘤体积;广义交叉验证

软件：

全球供应链
PDF格式BibTeX公司 XML格式引用
\textit{C.Gu}和\textit{P.Ma}，Ann.Stat.33，No.3，1357--1379（2005；Zbl 1072.62027）
全文： 内政部 arXiv公司

参考文献：

[1] Craven，P.和Wahba，G.（1979年）。用样条函数平滑噪声数据：用广义交叉验证方法估计平滑的正确程度。数字。数学。31 377–403. ·Zbl 0377.65007号 ·doi:10.1007/BF01404567
[2] Gu，C.（2002）。平滑样条方差分析模型。纽约州施普林格·Zbl 1051.62034号
[3] Gu，C.和Han，C.（2004）。具有相关数据的最佳平滑。普渡大学统计系技术报告·Zbl 1193.62066号
[4] Gu，C.和Ma，P.（2005）。广义非参数混合效应模型：计算和平滑参数选择。J.计算。图表。统计师。14 485–504. ·doi:10.1198/106186005X47651
[5] Harville，D.A.（1977年）。方差分量估计和相关问题的最大似然法（附讨论）。J.Amer。统计师。协会72 320–340·Zbl 0373.62040号 ·doi:10.2307/2286796
[6] Heitjan，D.F.（1991）。肿瘤生长的广义Norton–Simon模型。医学统计10 1075–1088。
[7] Heitjan，D.F.（1991）。系列免疫学数据的非线性建模：案例研究。J.Amer。统计师。协会86 891–898。
[8] Ke，C.和Wang，Y.（2001）。半参数非线性混合效应模型及其应用（附讨论）。J.Amer。统计师。协会96 1272–1298·Zbl 1073.62528号 ·doi:10.1198/016214501753381913
[9] Kim，Y.-J.和Gu，C.（2004）。平滑样条高斯回归：通过有效近似实现更具伸缩性的计算。J.R.统计社会服务。B统计方法。66 337–356. ·Zbl 1062.62067号 ·doi:10.1046/j.1369-7412.003.05316.x号文件
[10] Li，K.-C.（1986）。岭回归中C_L的渐近最优性和广义交叉验证及其在样条平滑中的应用。安。统计师。14 1101–1112. JSTOR公司：·Zbl 0629.62043号 ·doi:10.1214/aos/1176350052
[11] Lindstrom，M.J.和Bates，D.M.（1990）。重复测量数据的非线性混合效应模型。生物计量学46 673–687。
[12] Robinson，G.K.（1991）。BLUP是一件好事：随机效应的估计（通过讨论）。统计师。科学。6 15–51. JSTOR公司：·兹比尔0955.62500 ·doi:10.1214/ss/1177011926
[13] Speckman，P.（1985）。非参数回归模型中的样条平滑和最优收敛速度。安。统计师。1970年至983年。JSTOR公司：·Zbl 0585.62074号 ·doi:10.1214/aos/1176349650
[14] Wahba，G.（1983年）。交叉验证平滑样条的贝叶斯“置信区间”。J.罗伊。统计师。Soc.序列号。B 45 133–150·Zbl 0538.65006号
[15] Wahba，G.（1985年）。广义样条平滑问题中GCV和GML在选择平滑参数方面的比较。安。统计师。13 1378–1402. JSTOR公司：·Zbl 0596.65004号 ·doi:10.1214/aos/1176349743
[16] Wahba，G.（1990年）。观测数据的样条模型。费城SIAM·Zbl 0813.62001号
[17] 王毅（1998）。混合效果平滑方差样条分析。J.R.统计社会服务。B统计方法。60 159–174. ·Zbl 0909.62034号 ·doi:10.1111/1467-9868.00115
[18] 王毅（1998）。具有相关随机误差的平滑样条模型。J.Amer。统计师。协会93 341–348·Zbl 1068.62512号 ·doi:10.2307/2669630
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。