吉尔特·莫伦伯格;吉尔特·韦贝克;Clarice G.B.Demétrio。 具有正态和共轭随机效应的层次模型：综述。 （英语） Zbl 1384.62269号 分拣 41，第2期，191-254（2017）. 总结：G.莫伦伯格等【寿命数据分析13，第4期，513–531（2007；Zbl 1331.62363号)]和G.莫伦伯格等人[Stat.Sci.25,325-347（2010；Zbl 1329.62342号)]提出了一个通用框架，用于对具有单位内相关性和/或过度分散性的分层数据进行建模。该框架扩展了经典过分散模型以及广义线性混合模型。随后的工作审查了导致形成若干扩展的各个方面。提供了对模型框架和关键扩展的统一处理。讨论的具体扩展包括：相关性和其他基于矩的函数的显式计算，几个层次序列的联合建模，具有直接边际可解释参数的版本，计数情况下的零膨胀，以及影响诊断。使用一组关键示例来说明基本模型和几个扩展，每个数据类型一个示例（计数、二进制、多项式、序数和时间到事件）。 MSC公司： 62J12型 广义线性模型（逻辑模型） 62页第10页 统计学在生物学和医学中的应用；元分析 62-02 与统计有关的研究展览（专著、调查文章） 关键词：变戏法;脆弱;联合建模;边缘化多级模型;混合模型;过度分散;分配不足;方差分量;零通货膨胀 引文：Zbl 1331.62363号;Zbl 1329.62342号 软件：代理 PDF格式BibTeX公司 XML格式引用 \textit{G.Molenberghs}等人，SORT 41，No.2，191--254（2017；Zbl 1384.62269） 全文： 内政部 参考文献： [1] Abrams，S.、Aerts，M.、Molenberghs，G.和Hens，N.（2017年）。当前状态数据的参数过度分散脆弱性模型。{\it生物统计学}，DOI:10.1111/biom.12692·Zbl 1405.62151号 [2] Aerts，M.、Geys，H.、Molenberghs，G.和Ryan，L.（2002年）。{\it集群数据建模主题}。伦敦：查普曼和霍尔·Zbl 1084.62513号 [3] Agresti，A.（2002年）。{分类数据分析}（待定）。纽约：John Wiley&Sons·Zbl 1018.6202号 [4] M.艾特金（1999年）。广义线性模型方差分量的一般极大似然分析。{\it生物统计学}，55，117-128·Zbl 1059.62564号 [5] Alonso，A.、Bigirumurame，T.、Burzykowski，T.，Buyse，M.、Molenberghs，G.、Muchene，L.、Perualila，N.J.、Shkedy，Z.和Van der Elst，W.（2017）。{\it使用SAS和R}应用了代理终结点评估。博卡拉顿：查普曼和霍尔/CRC。 [6] Alf’o，M.和Aitkin，M.（2000）。具有磨损的二元纵向响应的随机系数模型。｛\it统计与计算｝，10279-288。 [7] Aregay，M.、Shkedy，Z.和Molenberghs，G.（2013年）。用于分析过度分散纵向计数数据的分层贝叶斯方法：模拟研究。计算统计与数据，57，233-245·Zbl 1365.62093号 [8] Aregay，M.、Shkedy，Z.和Molenberghs，G.（2015）。具有过度分散参数的纵向计数数据的加法和乘法贝叶斯模型的比较：模拟研究。统计、计算和模拟中的通讯，第44、454-473页·兹比尔1328.62157 [9] Ashford，J.R.和Sowden，R.R.（1970）多元概率分析。{生物统计学}，26535-546。 [10] Bennett，S.（1983年）。生存数据的对数回归模型。{应用统计学}，32，165-171。 [11] B¨ohning，D.（2000）{计算机辅助混合物和应用分析。荟萃分析，疾病映射和其他}。伦敦：查普曼和霍尔/CRC·Zbl 0951.62088号 [12] Booth，J.G.、Casella，G.、Friedl，H.和Hobert，J.P.（2003年）。负二项对数线性混合模型。{\it统计建模}，3179-181·Zbl 1070.62058号 [13] Borgermans，L.、Goderis，G.、Van Den Broeke，C.、Verbeke，G.，Carbonez，A.、Ivanova，A.、Mathieu，C.、Aertgeerts，B.、Heyrman，J.和Grol，R.（2009）。跨学科糖尿病护理团队在初级护理和专科护理之间运作与改善护理结果相关：来自鲁汶糖尿病项目的发现，{it BMC健康服务研究}，9179。 [14] Breslow，N.（1984）。对数线性模型中的额外泊松变化。{应用统计学}，33，38-44。 [15] Breslow，N.E.和Clayton，D.G.（1993年）。广义线性混合模型中的近似推理。美国统计协会杂志，88，9-25·Zbl 0775.62195号 [16] Breslow，N.E.和Lin，X.（1995）。具有单个离散分量的广义线性混合模型中的偏差校正。{\it Biometrika}，82，81-91·Zbl 0823.62059号 [17] Collett，D.（2003）。{医学研究中生存数据建模}（待定）。博卡拉顿：CRC出版社·Zbl 1041.62058号 [18] 库克·R.D.（1986）。对当地影响的评估。{皇家统计学会杂志，B辑}，48133-169·Zbl 0608.62041号 [19] Cox，D.R.和Hinkley，D.V.（1974年）。{理论统计}。伦敦：查普曼和霍尔/CRC·兹伯利0334.62003 [20] Dean，C.B.（1991年）。混合泊松模型的估计方程。在：｛\it Estimating Functions｝中，V.P.Go dambe（编辑）。牛津：牛津大学出版社·Zbl 0850.62273号 [21] De Backer，M.、De Keyser，P.、De Vroey，C.和Lesaffre，E.（1996年）。皮肤癣菌性甲真菌病的12周治疗：特比萘芬250 mg/天与伊曲康唑200 mg/天-一项双盲对照试验。{英国皮肤病学杂志}，134，16-17。 [22] Del Fava，E.、Shkedy，Z.、Aregay，M.和Molenberghs，G.（2014）。用加法和乘法随机效应对多元、过度分散的临床数据进行建模。{\it统计建模}，14，99-133·Zbl 07257898号 [23] Duchateau，L.和Janssen，P.（2007年）。{\它是脆弱模型}。纽约：斯普林格·Zbl 1210.62153号 [24] 250{具有正态和共轭随机效应的层次模型：综述} [25] Efendi，A.和Molenberghs，G.（2013年）。分层、重复和过度分散的时间到事件结果的多级模型及其估计策略。{生物制药统计杂志}，231420-1434。 [26] Efendi，A.、Molenberghs，G.和Iddi，S.（2014）。针对重复、过度分散的时间-事件结果的边缘化伽马脆弱性和正常随机效应组合模型。统计通讯，434806-4828·Zbl 1307.62225号 [27] Engel，B.和Keen，A.（1994年）。一种分析广义线性混合模型的简单方法。{\it Statistica Neerlandica}，48，1-22·Zbl 0826.62055号 [28] Faught，E.，Wilder，B.J.，Ramsay，R.E.，Reife，R.A.，Kramer，L.D.，Pledger，G.W.和Karim，R.M.（1996）。托吡酯安慰剂对照剂量范围试验治疗难治性部分性癫痫，每日剂量为200、400和600 mg，神经病学，461684-1690。 [29] Gentle，J.E.（2003）。{随机数生成和蒙特卡罗方法。}纽约：施普林格出版社·Zbl 1028.65004号 [30] Ghebretinsae，A.H.、Faes，C.、Molenberghs，G.、De Boeck，M.和Geys，H.（2013）。彗星分析的贝叶斯广义轨道模型。{生物制药统计杂志}，11，449-455。 [31] Ghebretinsae，A.、Faes，C.、Molenberghs，G.、Geys，H.和Van der Leede，B.-J.（2012）。彗星分析数据的分级聚集和过度分散非高斯连续结果的联合建模。{医药统计}，11449-455。 [32] Gibbons，R.D.和Hedeker，D.（1997）。三水平数据的随机效应概率和逻辑回归模型。{\it生物统计学}，531527-1537·Zbl 0959.62106号 [33] Greene，W.（1994）。｛\it在泊松和负二项式回归模型中解释过零点和样本选择。｝。工作文件EC-94-10，纽约大学经济系。 [34] Griswold，M.E.和Zeger，S.L.（2004年）。{\关于边缘化多级模型及其计算}。约翰霍普金斯大学生物统计系工作论文。 [35] Guilkey，D.K.和Murphy，J.L.（1993年）。随机效应概率模型中的估计和测试。计量经济学杂志，59301-317。 [36] Heagerty，P.J.（1999年）。纵向二进制数据的边缘指定逻辑正态模型（Biometrics），55，688-698·Zbl 1059.62566号 [37] Heagerty，P.J.和Zeger，S.L.（2000年）。边缘化多级模型与似然推理，《统计学》，第15期，第1-26页。 [38] Hedeker，D.和Gibbons，R.D.（1994年）。用于多级分析的随机效应序数回归模型。{\it生物统计学}，51，933-944·Zbl 0826.62049号 [39] Hinde，J.和Dem´etrio，C.G.B.（1998年a）。过度分散：模型和估计。计算统计与数据分析，27151-170·Zbl 1042.62578号 [40] Hinde，J.和Dem´etrio，C.G.B.（1998年B）。{过度分散：模型与估算}圣保罗：XIII Sinape。 [41] Iddi，S.和Molenberghs，G.（2012年a）。一种过度分散和边缘化的多级组合模型。{it Com-}{it假定统计和数据分析}，561944-1951·Zbl 1242.62118号 [42] Iddi，S.和Molenberghs，G.（2012年b）。连续和双臂纵向结局的联合边缘化多水平模型。{应用统计学杂志}，561944-1951·Zbl 1242.62118号 [43] Iddi，S.和Molenberghs，G.（2013年）。零膨胀、过度分散和相关计数数据的边缘化模型。{应用统计分析电子期刊}，6149-165。 [44] Iddi，S.、Molenberghs，G.、Aregay，M.和Kalema，G.（2014）。过度分散相关层次数据的经验Bayes估计。{医药统计}，13，316-326。 [45] Ivanova，A.、Molenberghs，G.和Verbeke，G.（2014）。一种用于过度分散的层次有序数据的模型。{\it统计建模}，14399-415·Zbl 07257910号 [46] Ivanova，A.、Molenberghs，G.和Verbeke，G.（2016）。不同类型响应联合建模的混合模型方法。{生物制药统计杂志}，26，601-618。 [47] Johnson，N.L.、Kemp，A.、Kotz，S.（2005年）。{\it单变量离散分布}（第三版）。霍博肯：JohnWhiley&Sons。{it Geert Molenberghs、Geert Verbeke和Clarice G.B.Dem´etrio}杰特·莫伦伯格、杰特·韦贝克和克拉丽斯·德米特里奥251·Zbl 1092.62010年 [48] Johnson，N.L.和Kotz，S.（1970年）。{统计学中的分布，连续单变量分布}，第2卷。波士顿：霍顿-米夫林出版社·Zbl 0213.21101号 [49] Kalema，G.、Iddi，S.和Molenberghs，G.（2016）。组合模型：用于模拟具有过度分散的相关计数的工具。{统计学中的通信}，452491-2510·Zbl 1347.62081号 [50] Kalema，G.和Molenberghs，G.（2015）。生成相关和/或过度分散的计数数据；SA简化。{\it统计软件杂志}，00000-000。 [51] Kassahun，W.、Neyens，T.、Faes，C.、Molenberghs，G.和Verbeke，G.（2014a）。零膨胀过度倒置层次泊松模型。｛\it统计建模｝，14339-456·Zbl 07257912号 [52] Kassahun，W.、Neyens，T.、Molenberghs，G.、Faes，C.和Verbeke，G.（2012年）。使用贝塔和正态随机效应组合模型对Jimma纵向研究中过度分散的纵向二进制数据进行建模。{公共卫生档案}，70，第7条。 [53] Kassahun，W.、Neyens，T.、Molenberghs，G.、Faes，C.和Verbeke，G.（2014b）。带多余零的过度分散和相关计数数据的边缘化多级冗余和零膨胀模型。医学统计学，334402-4419·Zbl 07257912号 [54] Kassahun，W.、Neyens，T.、Molenberghs，G.、Faes C.和Verbeke，G.（2015）。分层连续和零膨胀过度分散计数数据的联合模型。统计计算与模拟杂志，85，552-571·Zbl 1457.62349号 [55] Kenward，M.G.和Molenberghs，G.（2016年）。基于结合和桥接的混合和结果分布分类。{《统计学、理论和方法中的信息传播》，451953-1968·Zbl 1381.62236号 [56] Kleinman，J.（1973年）。具有无关方差的比例：单个和独立样本。美国统计协会杂志，68，46-54。 [57] Lambert，D.（1992）。零膨胀泊松回归，及其在制造缺陷中的应用。{技术计量}，34，1-14·Zbl 0850.62756号 [58] Lawless，J.（1987）。负二项和混合泊松回归。《加拿大统计杂志》，15209-225·Zbl 0632.62060号 [59] Lee，Y.和Nelder，J.A.（1996年）。层次广义线性模型（含讨论）。皇家统计学会学报，B辑，58619-678·Zbl 0880.62076号 [60] Lee，Y.和Nelder，J.A.（2001a）。过度分散建模的两种方法。{应用统计学}，49，591-598。 [61] Lee，Y.和Nelder，J.A.（2001b）。层次广义线性模型：广义线性模型、随机效应模型和结构化离散的综合。{\it Biometrika}，88，987-1006·Zbl 0995.62066号 [62] Lee，Y.和Nelder，J.A.（2003年）。扩展-REML估计量。{应用统计学杂志}，30845-856·兹比尔1121.62424 [63] Lee，Y.、Nelder，J.A.和Pawitan，Y.（2006）。具有随机效应的广义线性模型：统一的H似然分析。博卡拉顿：查普曼和霍尔/CRC·Zbl 1110.62092号 [64] Lesaffre，E.和Molenberghs，G.（1991年）。多元概率分析：医学统计学中被忽视的程序。{\it医学统计}，101391-1403。 [65] Lesaffre，E.和Verbeke，G.（1998年）。线性混合模型中的局部影响。{生物统计学}，54，570-582·Zbl 1058.62623号 [66] Liang，K.Y.和McCullagh，P.（1993）。二元离散的案例研究。{生物统计学}，49，623-630。 [67] Liu，L.和Yu，Z.（2008）非正态随机效应模型中的似然重定方法。医学统计学，273105-3124。 [68] McCullagh，P.和Nelder，J.A.（1989年）。{广义线性模型}。伦敦：查普曼和霍尔/CRC·Zbl 0744.62098号 [69] McCulloch，C.E.（1994）。二进制数据的最大似然方差分量估计。美国统计协会杂志，89330-335·Zbl 0800.62139号 [70] McLachlan，G.和Peel，D.A.（2000年）。｛\it有限混合模型｝。纽约：John Wiley&Sons·Zbl 0963.62061号 [71] Milanzi，E.、Molenberghs，G.、Alonso，A.、Verbeke，G.和De Boeck，P.（2015）。可靠性测量初始响应理论：显性与潜在相关函数。英国数学杂志，68，43-64·Zbl 1406.91371号 [72] 252具有正态和共轭随机效应的层次模型：综述 [73] Molenberghs，G.、Kenward，M.G.、Verbeke，G.，Efendi，A.和Iddi，S.（2013年）。关于桥分布、边缘化多级模型和广义线性混合模型之间的联系。{国际统计与概率杂志}，2，1-21。 [74] Molenberghs，G.和Verbeke，G.（2005年）。{\it离散纵向数据模型。}纽约：Springer·Zbl 1093.62002号 [75] Molenberghs，G.和Verbeke，G.（2007年）。约束参数空间中的似然比、分数和Wald检验。{it美国统计学家}，61，1-6。 [76] Molenberghs，G.和Verbeke，G.（2011年a）。关于Weibull-Gamma脆弱性模型，它的无穷矩，以及它与广义对数分布、logistic分布、Cauchy分布和极值分布的联系。统计规划与推断杂志，141861-868·Zbl 1353.62112号 [77] Molenberghs，G.和Verbeke，G.（2011年b）。负方差分量的层次解释注释。{\it统计建模}，11389-408·Zbl 1420.62012年 [78] Molenberghs，G.、Verbeke，G.和Dem´etrio，C.（2007年）。一种扩展的随机效应方法，用于建模重复、过度分散的计数数据。{生命周期数据分析}，13，513-531·Zbl 1331.62363号 [79] Molenberghs，G.、Verbeke，G.，Dem´etrio，C.G.B.和Vieira，A.（2010年）。具有正态和共轭随机效应的重复测度的广义线性模型族。{\it统计科学}，25325-347·Zbl 1329.62342号 [80] Molenberghs，G.、Verbeke，G.，Efendi，A.、Braekers，R.和Dem´etrio，C.G.B.（2015）。重复、过度分散的时间到事件数据的Gammarability和正常随机效应组合模型。医学研究方法，24434-452。 [81] Molenberghs，G.、Verbeke，G.，Iddi，S.和Dem´etrio，C.G.B.（2012年）。重复、过度分散二进制和二项式数据的贝塔和正态随机效应组合模型。{多元分析杂志}，111，94-109·兹比尔1294.62040 [82] Moore，D.F.和Tsiatis，A.A.（1991年）。在矩量法中对异常和异常变异的方差进行稳健估计。{生物统计学}，47383-401。 [83] Mullahy，J.（1986年）。一些修改的计数数据模型的规范和测试。{计量经济学杂志}，33，341-65。 [84] Nelder，J.A.和Wedderburn，R.W.M.（1972年）。广义线性模型。皇家统计杂志，A辑，135，370-384。 [85] Nelson，K.P.、Lipsitz，S.R.、Fitzmaurice，G.M.、Ibrahim，J.、Parzen，M.和Strawderman，R.（2006）。使用概率积分变换拟合具有非正态随机效应的非线性混合效应模型。{计算与图形统计杂志}，15，39-57。 [86] Neyens，T.、Faes，C.和Molenberghs，G.（2012年）。空间过分散数据的广义泊松-伽马模型。《时空流行病学》，185-194年3月。 [87] Njeru Njagi，E.、Molenberghs，G.、Rizopoulos，D.、Verbeke，G.，Kenward，M.G.、Dendale，P.和Willekens，K.（2016）。一个灵活的联合建模框架，用于具有过度分布的纵向数据和时间到事件数据。{医学研究中的统计方法}，251661-1676。 [88] Oliveira，I.R.C.，Molenberghs，G.，Dem´etrio，C.G.B.，Giolo，S.和Dias，C.T.S.（2016）。量化非负性状的组内相关性。{生物医学杂志}，58852-867·Zbl 1386.62061号 [89] Oliveira，I.R.C.、Molenberghs，G.、Verbeke，G.，Dem´etrio，C.G.B.和Dias，C.T.S.（2017）。负变差分量是指具有相关性、过度和/或分散不足的非负层次数据。{应用统计学杂志}，441047-1063·Zbl 1516.62517号 [90] Ouwens，M.J.N.M.，Tan，F.E.S.和Berger，M.P.F.（2001年）。检测广义线性混合模型中影响数据结构的局部影响。{生物统计学}，571166-1172·兹比尔1209.62169 [91] Pryseley，A.、Tchonlafi，C.、Verbeke，G.和Molenberghs，G.（2011年）。从高斯和非高斯数据估计负方差分量：混合模型方法。计算统计与数据分析，551071-1085·Zbl 1284.62060号 [92] Rakhmawati，T.、Molenberghs，G.、Verbeke，G.和Faes，C.（2016a）。具有过分散和过零的分层计数数据模型的局部影响诊断。《生物医学杂志》，58，1390-1408·兹比尔1353.62125 [93] Rakhmawati，T.、Molenberghs，G.、Verbeke，G.和Faes，C.（2016b）。不完全过度分散纵向计数的局部影响诊断。{应用统计学杂志}，431722-1737·Zbl 1353.62125号 [94] Rakhmawati，T.、Molenberghs，G.、Verbeke，G.和Faes，C.（2017年）。具有过度分散的广义线性混合模型的局部影响诊断。{应用统计学杂志}，44，620-641·Zbl 1516.62561号 [95] Renard，D.、Molenberghs，G.和Geys，H.（2004）。多层次probit模型中估计的成对似然方法。{计算统计与数据分析}，44649-667·Zbl 1429.62324号 [96] Ridout，M.、Dem´etrio，C.G.B.和Hinde，J.（1998）。带有多个零的计数数据模型。在：开普敦举行的第十九届国际生物识别大会。邀请论文，第179-192页。 [97] Rinne，H.（2009）。{威布尔分布。手册}。博卡拉顿：CRC/Chapman&Hall·Zbl 1270.62040号 [98] Rizzato，F.B.、Leandro，R.A.、Dem´etrio，C.G.B.和Molenberghs，G.（2016）。分析过度分散纵向计数数据的贝叶斯方法。{应用统计学杂志}，43，2085-2109·Zbl 1514.62825号 [99] Roberts，D.T.（1992）。英国皮肤癣菌性甲真菌病的患病率：失眠调查结果。{英国皮肤病学杂志}，126，23-27。 [100] Schall，R.（1991）。具有随机效应的广义线性模型中的估计。｛\it Biometrika｝，78719-729·Zbl 0850.62561号 [101] Shepard，T.H.、Mackler，B.和Finch，C.A.（1980年）。缺铁大鼠的生殖研究。{it Teratol-}{it ogy}，22329-334。 [102] Shoukri，M.M.、Mian，I.U.M.和Tracy，D.S.（1988年）。对数分布估计值的抽样特性及其在加拿大降水数据中的应用。{加拿大统计杂志}，16223-236·Zbl 0667.62019年 [103] 斯克拉姆，J.G.（1948年）。根据二项式分布导出的概率分布，将成功概率视为试验集之间的变量，《皇家统计学会杂志》，}，{系列B}，10，257-261·Zbl 0032.41903号 [104] Skrondal，A.和Rabe-Hesketh，S.（2004）。{广义潜在变量建模。}伦敦：查普曼和霍尔/CRC·Zbl 1164.62028号 [105] Thall，P.F.和Vail，S.C.（1990年）。具有过度分散的纵向计数数据的一些协方差模型。{生物统计学}，46，657-671·Zbl 0712.62048号 [106] Vangeneugden，T.、Molenberghs，G.、Laenen，A.、Alonso，A.和Geys，H.（2008）。基于广义线性混合模型的非高斯纵向临床试验数据的概化性。生物医药统计杂志，18691-712。 [107] Vangeneugden，T.、Molenberghs，G.、Laenen，A.、Geys，H.、Beunckens，C.和Sotto，C.（2010年）。基于广义线性混合模型的纵向二进制数据中的边缘相关。《统计学、理论与方法通讯》，39，3540-3557·Zbl 1202.62080 [108] Vangeneugden，T.、Molenberghs，G.、Verbeke，G.和Dem´etrio，C.（2011年）。重复和过度分散计数的扩展随机效应模型的边际相关性。{应用统计学杂志}，38，215-232·Zbl 1511.62182号 [109] Vangeneugden，T.、Molenberghs，G.、Verbeke，G.和Dem´etrio，C.G.B.（2014）。分层二进制数据的logit和probit-beta正态模型的边际相关性。{\it通信统计}，434164-4178·Zbl 1309.62017号 [110] Verbeke，G.和Molenberghs，G.（2000年）。{纵向数据的线性混合模型。}纽约：施普林格出版社·Zbl 0956.62055号 [111] Wolfinger，R.和O'Connell，M.（1993年）。广义线性混合模型：伪似然方法。《统计计算与模拟杂志》，48333-243·Zbl 0833.62067号 [112] Zeger，S.L.、Liang，K.-Y.和Albert，P.S.（1988年）。纵向数据模型：广义估计方程方法。{生物统计学}，441049-1060·Zbl 0715.62136号 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。