×

混合效应模型中BLUP的广义估计:与ML和REML的比较。 (英语) Zbl 1314.62157号

摘要:混合模型中的最佳线性无偏预测因子(BLUP)是方差分量的函数,它们是使用最大似然(ML)或限制ML方法估计的。BLUP的不收敛性将由于基于标准似然的方法的缺陷而发生。在这种情况下,ML和REML要么不提供任何BLUP,要么全部平等。为了克服这个缺点,我们提供了BLUP的广义估计(GE),该估计不存在负方差或零方差分量的问题,并将其性能与BLUP中的ML和REML估计进行了比较。模拟数据和发布数据用于比较BLUP。

MSC公司:

62J05型 线性回归;混合模型
62甲12 多元分析中的估计
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 多元分析杂志220,第226–233页-(2013)
[2] DOI:10.1080/0401706.1973.10489115·doi:10.1080/00401706.1973.10489115
[3] 内政部:10.2307/2529430·Zbl 0335.62048号 ·doi:10.2307/2529430
[4] 内政部:10.1080/01621459.1986.10478324·doi:10.1080/01621459.1986.10478324
[5] 数字对象标识码:10.1214/ss/1177011926·Zbl 0955.62500号 ·doi:10.1214/ss/1177011926
[6] 内政部:10.1214/aos/1176345632·Zbl 0476.62035号 ·doi:10.1214/aos/1176345632
[7] 内政部:10.1080/01621459.1989.10478810·doi:10.1080/01621459.1989.10478810
[8] 内政部:10.1080/01621459.1993.10476355·doi:10.1080/01621459.1993.10476355
[9] 内政部:10.1080/03610926.2010.533233·Zbl 1258.62023号 ·doi:10.1080/03610926.2010.533233
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。