利桑德拉·C·法比奥。;西斯奈罗斯,Francisco J.A。;Gilberto A.Paula。;Jalmar M.F.卡拉斯科。 层次和多元回归模型,以拟合相关的非对称正连续结果。 (英语) Zbl 1505.62140号 计算。斯达。 37,第3期,1435-1459(2022). 摘要:在现有文献中,层次模型通常假设随机效应具有灵活的分布。在广义线性混合模型的推导过程中,使用了随机效应方法。本文提出了一个随机截距伽马混合模型来拟合相关的非对称正连续结果。假设广义log-gamma(GLG)分布可替代随机截距的正态性假设。数值结果表明,当随机效应分布指定错误时,对最大似然(ML)估计的影响。扩展的反向Dirichlet(EID)分布是从随机截距gamma-GLG模型导出的,该模型通过假设层次模型的特定参数设置而导出EID回归模型。通过蒙特卡罗模拟研究,评估了所提出模型的最大似然估计量的渐近行为。基于分位数残差和COVARATIO统计的诊断方法分析用于评估EID回归模型的偏差并识别非典型受试者。通过两个实际数据的应用来说明所提出的方法。 MSC公司: 62-08 统计问题的计算方法 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 关键词:广义线性混合模型;广义log-gamma分布;随机效应的错误描述;扩展的反向Dirichlet模型;诊断分析 PDF格式BibTeX公司 XML格式引用 \textit{L.C.Fabio}等人,计算。Stat.37,No.3,1435--1459(2022;Zbl 1505.62140) 全文: 内政部 参考文献: [1] 阿布拉莫维茨,M。;IA Stegun,《数学函数手册》(1972),纽约:多佛,纽约·Zbl 0543.33001号 [2] 阿隆索,A。;利蒂埃,S。;Molenberghs,G.,检测广义线性混合模型随机效应结构中错误规范的一系列测试,《计算统计数据分析》,52,4474-4486(2008)·兹比尔1452.62532 ·doi:10.1016/j.csda.2008.02.033 [3] DA贝尔斯利;Kuh,E。;Welsch,RE,回归诊断:确定影响数据和共线性来源(1980),纽约:威利,纽约·Zbl 0479.62056号 ·doi:10.1002/0471725153 [4] JG展位;卡塞拉,G。;弗里德尔·H。;霍伯特,JP,负二项对数线性混合模型,统计模型,3179-191(2003)·Zbl 1070.62058号 ·doi:10.1191/1471082X03st058oa [5] Bossio-Corrales,L。;Cuervo-Cepeda,E.,混合伽马回归模型的贝叶斯方法,Rev Colomb Estat,42,81-99(2019)·Zbl 1435.62105号 ·doi:10.15446/rce.v42n1.69334 [6] 克劳德,MJ;Hand,DJ,《重复测量分析》(1990年),伦敦:查普曼和霍尔出版社,伦敦·Zbl 0745.62064号 [7] 邓恩,PK;Smyth,GK,随机分位数残差,《计算图形统计杂志》,3,236-244(1996) [8] 法比奥,L。;佐治亚州保拉;Castro,M.,具有非正态随机效应分布的泊松混合模型,《计算统计数据分析》,561499-1510(2012)·Zbl 1243.62070号 ·doi:10.1016/j.csda.2011.12.002 [9] Lawless,JF,《寿命数据的统计模型和方法》(2002年),纽约:威利出版社,纽约·doi:10.1002/9781118033005 [10] Leáo,J。;Cysneiros,F。;索洛,H。;Balakrishnan,N.,多元幂指数分布线性模型中的约束检验,Comput Stat,311569-1592(2016)·Zbl 1348.65029号 ·doi:10.1007/s00180-016-0650-x [11] 利蒂埃,S。;A.阿隆索。;Molenberghs,G.,《错误指定的随机效应分布对广义线性混合模型中推论程序的估计和性能的影响》,《统计医学》,27,3125-3144(2007)·doi:10.1002/sim.3157 [12] CE McCulloch;Neuhaus,JM,《错误指定随机效应分布的形状:为什么出错可能无关紧要》,《统计科学》,3388-402(2011)·Zbl 1246.62169号 [13] CE McCulloch;Searle,SR,《分层广义线性模型:广义线性模型、随机效应模型和结构化分散的综合》,Biometrika,88,987-1006(2001)·Zbl 0995.62066号 ·doi:10.1093/biomet/88.4.987 [14] Molenberghs,G。;Verbeke,G.,离散纵向数据模型(2006),纽约:Springer,纽约·Zbl 1093.62002号 [15] Molenberghs,G。;韦贝克,G。;Demètrio,CGB,建模重复、过度分散计数数据的扩展随机效应方法,《寿命数据分析》,13,513-531(2007)·Zbl 1331.62363号 ·doi:10.1007/s10985-007-9064-y [16] Molenberghs,G。;韦贝克,G。;德梅特里奥,CGB;Vieira,AMC,具有正态和共轭随机效应的重复测量的广义线性模型族,《统计科学》,25,325-347(2010)·Zbl 1329.62342号 ·doi:10.1214/10-STS328 [17] Ng,千瓦;田,G-L;Tang,M-L,Dirichlet和相关分布:理论、方法和应用(2011),伦敦:威利,伦敦·Zbl 1234.60006号 ·doi:10.1002/9781119995784 [18] Prentice,R.,对数-伽马模型及其最大似然估计,生物统计学,61539-544(1974)·Zbl 0295.62034号 ·doi:10.1093/biomet/61.3.539 [19] R核心团队,R:统计计算的语言和环境(2021年),维也纳:R统计计算基金会,维也纳 [20] Vaida,F。;Blanchard,S.,混合效应模型的条件Akaike信息,Biometrika,92351-370(2005)·Zbl 1094.62077号 ·doi:10.1093/biomet/92.2.351 [21] 张,P。;Song,PX-K;Qu,A。;Greene,T.,使用非正态线性混合模型有效估计患者特定的疾病进展率,生物统计学,64,29-38(2008)·兹比尔1274.62919 ·doi:10.1111/j.1541-0420.2007.00824.x 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。