马可·阿尔夫;尼古拉·萨尔瓦蒂;乔瓦娜·拉纳利 分位数和M分位数回归模型的有限混合。 (英语) 兹比尔1505.62017 统计计算。 27,第2号,547-570(2017); 更正同上,第34号,第1号,第18号论文,第1页(2024年)。 摘要:在本文中,我们定义了异构和/或依赖/聚集数据的分位数和M分位数回归模型的有限混合。有限混合物的组分代表具有均匀模型参数值的个体簇。由于其灵活性和易估计性,所提出的方法可以扩展到比简单随机截距情况维数更高的随机系数。通过实施EM型算法,通过最大似然法获得模型参数估计。模型参数的标准误差估计值是使用观测信息矩阵的逆矩阵获得的,该逆矩阵是通过Oakes公式导出的[D.橡树、J.R.Stat.Soc.、Ser。B、 统计方法。61,第2期,479–482页(1999年;Zbl 0913.62036号)]在M分位数设置中,在分位数情况下通过非参数引导。我们进行了大规模模拟研究,以分析所建议模型的实际行为,并评估所建议的模型参数标准误差估计的经验性能。我们考虑了随机截距和随机系数情况下的各种经验设置。所提出的建模方法也应用于两个著名的数据集,这两个数据集进一步揭示了它们的经验行为。 引用于1审查引用于12文件 MSC公司: 62-08 统计问题的计算方法 62J05型 线性回归;混合模型 62J12型 广义线性模型(逻辑模型) 62甲12 多元分析中的估计 关键词:随机效应模型;有害参数;非参数MLE;稳健模型;分位数回归;M分位数回归;纵向数据 引文:Zbl 0913.62036号 软件:GLIM公司 PDF格式BibTeX公司 XML格式引用 \textit{M.Alfó}等人,《统计计算》。27,第2号,547--570(2017;Zbl 1505.62017) 全文: 内政部 链接 参考文献: [1] Abramowitz,M.,Stegun,I.:数学函数手册。华盛顿特区国家标准局(1964年)·Zbl 0171.38503号 [2] Aitkin,M.:广义线性模型中过度分散的一般最大似然分析。统计计算。6, 127-130 (1996) ·doi:10.1007/BF00162523 [3] Aitkin,M.:广义线性模型中方差分量的一般最大似然分析。生物统计学55,117-128(1999)·Zbl 1059.62564号 ·doi:10.1111/j.0006-341X.1999.00117.x [4] Aitkin,M.,Francis,B.,Hinde,J.:GLIM中的统计建模,第2版。牛津大学出版社,牛津(2005)·Zbl 1078.62001号 [5] Alfó,M.,Trovato,G.:多元计数数据的半参数混合模型及其应用。经济。J.7,426-454(2004)·Zbl 1064.62031号 ·doi:10.1111/j.1368-423X.2004.00138.x [6] Bianchi,A.,Fabrizi,E.,Salvati,N.,Tzavidis,N.:M分位数回归:模型的诊断和参数表示。工作文件。http://www.sp.unipg.it/surwey/dowload/publications/24-mq-diagn.html (2015) ·Zbl 0373.62038号 [7] Bianchi,A.,Salvati,N.:M分位数回归系数估计量的渐近性质和方差估计量。Commun公司。Stat.44,2416-2429(2015年)·Zbl 1329.62242号 ·doi:10.1080/03610926.2013.791375 [8] Breckling,J.,Chambers,R.:M-分位数。生物特征75,761-771(1988)·Zbl 0653.62024号 ·doi:10.1093/生物技术/75.4761 [9] Cantoni,E.,Ronchetti,E.:广义线性模型的稳健推断。《美国统计协会期刊》96,1022-1030(2001)·Zbl 1072.62610号 ·doi:10.1198/016214501753209004 [10] Davis,C.:用于分析重复测量的半参数和非参数方法,并应用于临床试验。《统计医学》第10卷,1959-1980年(1991年)·doi:10.1002/sim.4780101210 [11] DeSarbo,W.,Cron,W.:聚类回归的最大似然方法。J.分类。5, 249-282 (1988) ·Zbl 0692.62052号 ·doi:10.1007/BF01897167 [12] Farcomeni,A.:基于潜在马尔可夫主题特定参数的纵向数据分位数回归。统计计算。22, 141-152 (2012) ·Zbl 1322.62206号 ·doi:10.1007/s11222-010-9213-0 [13] Follmann,D.,Lambert,D.:通过非参数混合推广logistic回归。J.Am.Stat.Assoc.84,295-300(1989年)·doi:10.1080/01621459.1989.10478769 [14] Friedl,H.,Kauermann,G.:具有随机效应的广义线性模型中EM估计的标准误差。生物统计学56,761-767(2000)·Zbl 1060.62534号 ·doi:10.1111/j.0006-341X.2000.00761.x [15] Geraci,M.,Bottai,M.:使用不对称拉普拉斯分布的纵向数据的分位数回归。生物统计学8140-154(2007)·Zbl 1170.62380号 ·doi:10.1093/biostatistics/kxj039 [16] Geraci,M.,Bottai,M.:线性分位数混合模型。统计计算。24, 461-479 (2014) ·Zbl 1325.62010号 ·doi:10.1007/s11222-013-9381-9 [17] Geyer,C.,Thompson,E.:相关数据的约束蒙特卡罗最大似然。J.R.Stat.Soc.B 54,657-699(1992) [18] Gueorguieva,R.:指数族聚类结果联合建模的多元广义线性混合模型。统计模型。1, 177-193 (2001) ·Zbl 1106.62060号 ·doi:10.1191/147108201128159 [19] Hennig,C.:聚类线性回归模型的可识别性。J.分类。17, 273-296 (2000) ·兹比尔1017.62058 ·doi:10.1007/s003570000022 [20] Huber,P.:位置参数的稳健估计。安。数学。《美国联邦法律大全》第35卷第73-101页(1964年)·Zbl 0136.39805号 ·doi:10.1214/aoms/1177703732 [21] Huber,P.:稳健回归:渐近、猜想和蒙特卡罗。Ann.Stat.1,799-821(1973)·Zbl 0289.62033号 ·doi:10.1214/aos/1176342503 [22] Huber,P.J.:非标准条件下最大似然估计的行为。《第五届伯克利数理统计与概率研讨会论文集》,第221-233页。威利,阿姆斯特丹(1967)·Zbl 0212.21504号 [23] Huber,P.J.:稳健统计。霍博肯·威利(1981)·Zbl 0536.62025号 ·doi:10.1002/0471725250 [24] Jank,W.,Booth,J.:蒙特卡罗EM的效率和两阶段层次模型中的模拟最大似然。J.计算。图表。《统计》第12卷,第214-229页(2003年)·Zbl 1017.62058号 [25] 琼斯,M.C.:期望值和M-分位数是分位数。统计概率。莱特。20, 149-153 (1994) ·Zbl 0801.62012年 ·doi:10.1016/0167-7152(94)90031-0 [26] Jung,S.:中值回归模型的拟似然性。J.Am.Stat.Assoc.91,251-257(1996)·Zbl 0871.62060号 ·doi:10.1080/01621459.1996.10476683 [27] Koenker,R.,Bassett,G.:回归分位数。《计量经济学》46,33-50(1978)·Zbl 0373.62038号 ·doi:10.2307/1913643 [28] Koenker,R.,D’Orey,V.:计算回归分位数。《生物特征》93,255-268(1987) [29] Kokic,P.、Chambers,R.、Breckling,J.、Beare,S.:生产绩效的衡量标准。J.总线。经济。Stat.10,419-435(1997) [30] Laird,N.M.:混合分布的非参数最大似然估计。J.Am.Stat.Assoc.73,805-811(1978年)·Zbl 0391.62029号 ·doi:10.1080/01621459.1978.10480103 [31] Liu,Q.,Pierce,D.:关于Gaussian-Hermite求积的注记。Biometrika 81624-629(1994年)·Zbl 0813.65053号 [32] Liu,Y.,Bottai,M.:具有纵向数据的条件分位数的混合效应模型。国际生物统计杂志。5, 1-22 (2009) [33] Louis,T.:使用EM算法时,寻找观察到的信息矩阵。J.R.统计社会服务。B 44,226-233(1982)·Zbl 0488.62018号 [34] McCulloch,C.:二进制数据方差分量的最大似然估计。《美国统计协会期刊》89,330-335(1994)·Zbl 0800.62139号 ·doi:10.1080/01621459.1994.10476474 [35] Munkin,M.K.,Trivedi,P.K.:多元混合Poisson回归模型的模拟最大似然估计及其应用。经济。J.2,29-48(1999)·Zbl 0935.91036号 ·doi:10.1111/1368-423X.00019 [36] Newey,W.,Powell,J.:非对称最小二乘估计和测试。《计量经济学》55,819-847(1987)·Zbl 0625.62047号 ·数字对象标识代码:10.2307/1911031 [37] Oakes,D.:通过EM算法直接计算信息矩阵。J.R.Stat.Soc.系列。B 61479-482(1999)·Zbl 0913.62036号 ·doi:10.1111/1467-9868.00188 [38] Pinheiro,J.,Bates,D.:非线性混合效应模型中对数似然函数的近似。J.计算。图表。《统计》第4卷,第12-35页(1995年) [39] Press,W.、Teukolsky,S.、Vetterling,W.和Flannery,B.:数字配方:科学计算的艺术。剑桥大学出版社,纽约(2007)·Zbl 1132.65001号 [40] Street,J.,Carroll,R.,Ruppert,D.:关于通过迭代重加权最小二乘计算稳健回归估计的注释。《美国统计》第42卷第152-154页(1988年) [41] 铅暴露儿童治疗(TLC)试验组:救助剂对血铅水平为\[20-44\mu{\rm g/dl}μg/dl的幼儿的安全性和有效性。儿科。第48号决议,第593-599号决议(2000年)·Zbl 0459.62051号 [42] Tzavidis,N.、Salvati,N.,Schmid,T.、Flouri,E.、Midouhas,E.:使用M分位数随机效应回归对英国千年队列研究儿童的优势和困难问卷得分进行纵向分析。J.R.Stat.Soc.A.179,427-452(2016)·Zbl 0825.62611号 [43] Wang,P.,Puterman,M.,Cockburn,I.,Le,N.:具有协变量相关率的混合泊松回归模型。生物统计学52,381-400(1996)·Zbl 0875.62407号 ·doi:10.2307/2532881 [44] Wang,Y.,Lin,X.,Zhu,M.,Bai,Z.:使用具有数据相关调整常数的huber函数进行稳健估计。J.计算。图表。《统计》第16(2)卷,第468-481页(2007年)·doi:10.1198/106186007X180156 [45] Wedel,M.,DeSarbo,W.:广义线性模型的混合似然方法。J.分类。12, 21-55 (1995) ·Zbl 0825.62611号 ·doi:10.1007/BF01202266 [46] White,H.:异方差一致协方差矩阵估计量和异方差的直接检验。《计量经济学》48,817-838(1980)·Zbl 0459.62051号 ·doi:10.2307/1912934 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。