×
李永雄;金光洙

聚类数据中h-似然估计的性质。 （英语） Zbl 07776804号

国际统计版次。 88，第2期，380-395（2020年）.
摘要：我们研究了聚类数据中随机效应的最大h-似然估计的性质。为了定义随机效应预测中的最优性，扩展了统计学的几个基本概念，如似然性、无偏性、一致性、置信分布和Cramer-Rao下界。关于随机效应的区间估计的精确概率陈述可以在无先验假设的情况下渐近得到。使用二进制匹配对示例，我们说明了使用随机效应可以恢复信息，从而有助于估计治疗效果。

引用于1文件

MSC公司：

62Fxx公司 参数化推理
62Jxx型 线性推断、回归
62至XX 统计

关键词：

最大似然估计量;最佳线性无偏预测式;贝叶斯估计量;巴特利特身份;Cramer-Rao绑定;置信度分布

软件：

化学需氧量
PDF格式BibTeX公司 XML格式引用
\textit{L.Youngjo}和\textit{G.Kim}，国际统计版次88，第2期，380-395（2020；Zbl 07776804）
全文： 内政部

参考文献：

[1] 安达信E.B.1970。条件最大似然估计量的渐近性质。J.R.统计社会服务。B.统计方法。，32, 283-301. ·Zbl 0204.51902号
[2] Araujo，A.，Julious，S.&Senn，S.，2016年。了解n of‐1系列试验中的差异。《公共图书馆·综合》，11，e0167167。
[3] Bayarri，M.J.、DeGroot，M.H.和Kadane，J.B.1998。什么是似然函数？（经过讨论）。《统计决策理论及相关主题IV.1》，Eds.Gupta，S.S.（编辑）和Berger，J.O.（编辑），Springer‐Verlag:纽约，第3-27页。
[4] 比约恩斯塔德，J.F.1990。预测可能性：综述。统计师。科学。，5, 242-254. ·Zbl 0955.62517号
[5] Booth，J.G.&Hobert，J.P.1998年。广义线性混合模型中预测的标准误差。J.Amer。统计师。协会，93，262-272·Zbl 1068.62516号
[6] Bryan，S.R.，Lesaffre，E.M.E.H.，Noh，M.，Vermeer，K.A.，Lemij，H.G.，Eilers，P.H.C.，Lee，Y.&Rizopoulos，D.2019。层次模型统计方法的比较。未出版的手稿。
[7] 曹，C.，石，J.Q.&李，Y.2018。边缘均值和特定主题推断的稳健函数回归模型。《统计方法医学研究》，27（11），3236-3254。
[8] Cordeiro，G.M.&McCullagh，P.1991年。广义线性模型中的偏差校正。J.R.统计社会服务。B.统计方法。，53, 629-643. ·Zbl 0800.62432号
[9] Dutta，S.&Mondal，D.2015年。基于内在自回归的空间混合线性模型的h似然方法。J.R.统计社会服务。B.统计方法。，77, 699-726. ·Zbl 1414.62399号
[10] Fan，J.&Li，R.2001。通过非冲突惩罚似然及其oracle属性进行变量选择。J.Amer。统计师。协会，96，1348-1360·Zbl 1073.62547号
[11] Ficetola，G.、Mazel，F.和Thuiller，W.2017。动物地理边界的全球决定因素。自然生态。演变。，1, 0089.
[12] 费希尔，R.A.1922。理论统计学的数学基础。菲洛斯。事务处理。R.Soc.伦敦。序列号。数学。物理学。工程科学。，22, 309-368.
[13] Ghosh，J.K.和Ramamoorthi，R.V.2003。贝叶斯非参数。施普林格：纽约·Zbl 1029.62004号
[14] 亨德森，C.R.1950。遗传参数估计（摘要）。安。数学。统计人员。，21, 309-310.
[15] Kang，W.，Lee，M.&Lee，2005年。聚类二进制数据分析的HGLM与条件估计。Stat.Med.，24，741-752。
[16] Kass，R.E.&Steffey，D.1989年。条件独立层次模型中的近似贝叶斯推断（参数经验贝叶斯模型）。J.Amer。统计师。协会，84，717-726。
[17] Lee，Y.和Björnstad，J.F.2013。大规模多重测试的扩展似然法。J.R.统计社会服务。《美国统计年鉴》。，75, 553-575. ·Zbl 1411.62225号
[18] Lee，Y.和Kim，G.2016年。不可观测项的H似然预测区间。埋。Stat.Rev.，84，487-505·Zbl 07763535号
[19] Lee，Y.和Nelder，J.A.1996。层次广义线性模型。J.R.统计社会服务。《美国统计年鉴》。，58, 619-678. ·Zbl 0880.62076号
[20] Lee，Y.、Nelder，J.A.和Pawitan，2017年。具有随机效应的广义线性模型：通过H‐似然的统一分析，2。查普曼和霍尔/CRC：伦敦·Zbl 1376.62005年
[21] Lee，Y.和Oh，H.2014。通过随机效应模型选择新的稀疏变量。《多元分析杂志》。，125, 89-99. ·Zbl 1280.62026号
[22] Lindsay，B.G.1983年。混合设置中条件分数的效率。安.统计师。，11, 486-497. ·Zbl 0583.62024号
[23] Ma，R.&Jörgensen，B.2007年。嵌套广义线性混合模型：正统最佳线性无偏预测方法。J.R.统计社会服务。B.统计方法。，69, 625-641. ·Zbl 07555368号
[24] Mack，T.M.，Pike，M.C.，Henderson，B.E.，Pfeffer，R.I.，Gerkins，V.R.，Arthur，M.&Brown，S.E.1976年。退休社区中的雌激素和子宫内膜癌。北英格兰。《医学杂志》，2941262-1267。
[25] 孟，X.2009。解码h‐似然。统计师。科学。，24, 280-293. ·Zbl 1329.62340号
[26] Möhring，J.、Williams，E.和Piepho，H.P.2015。块间信息：恢复还是不恢复？西奥。申请。遗传学。，128, 1541-1554.
[27] 内曼，J.1935。关于置信区间问题。安。数学。统计人员。，6, 111-116. ·Zbl 0012.36303号
[28] Neyman，J.&Scott，E.1948年。基于部分一致观察结果的一致估计。计量经济学，16，1-32·Zbl 0034.07602号
[29] Ng，T.，Lee，W.&Lee，2016年。超越oracle属性：广义线性模型所有局部解的选择一致性。统计方法。，32, 147-160. ·Zbl 1487.62089号
[30] Ng，T.，Lee，W.&Lee，2018年。具有真识别性质的变点估计量。伯努利，24616-660·Zbl 1380.62098号
[31] Paik，M.C.，Lee，Y.和Ha，I.D.2015年。基于可总结性的随机效应的频繁推理。统计师。西尼卡，251107-1132·Zbl 1415.62056号
[32] 2001年，帕维坦。在所有可能性中：使用可能性的统计建模和推断。牛津大学出版社：牛津·Zbl 1013.62001号
[33] Pawitan，Y.和Lee，Y.2017。钱包游戏：概率、似然和扩展似然。阿米尔。统计人员。，71, 120-122. ·Zbl 07671788号
[34] 佩里，P.O.2017。分层模型的快速基于矩的估计。J.R.统计社会服务。B.统计方法。，79, 267-291. ·Zbl 1414.62186号
[35] Plummer，M.，Best，N.，Cowles，K.&Vines，K.2006。CODA：MCMC的收敛诊断和输出分析。R新闻，6，7-11。
[36] 罗宾逊，G.K.1991。BLUP是一件好事：随机效应的估计。统计师。科学。，6, 15-32. ·Zbl 0955.62500号
[37] Royall，R.1997年。统计证据：可能性范式。查普曼和霍尔出版社：伦敦·Zbl 0919.62004号
[38] Scott，S.L.、Blocker，A.W.、Bonassi，F.V.、Chipman，H.A.、George，E.I.和McCulloch，R.E.2013。贝叶斯和大数据：共识蒙特卡罗算法。英国皇家统计学会：伦敦。
[39] Searle，S.R.，Casella，G.&McCulloch，C.E.1992。差异组件。约翰·威利父子公司：霍博肯·Zbl 0850.62007号
[40] Senn，S.2014年。关于“随机效应”的注释。《统计医学》，第33期，第2876-2877页。
[41] Williams，E.&Piepho，H.‐P.2015年。具有不平等处理复制的区块设计的最佳性和对比性。澳大利亚。N.Z.J.Stat.，第57页，第203-209页·Zbl 1336.62214号
[42] Xie，M.和Singh，K.2013。置信分布，参数的频率分布估计：综述。国际统计版次，81，3-39·Zbl 1416.62170号
[43] 耶茨，F.1940。平衡不完全块设计中块间信息的恢复。《优生学年鉴》，第10期，第317-325页。
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。