×
费边·舍伊普;索尼娅·格雷文;赫尔穆特·库申霍夫

加性和线性混合模型中零随机效应方差或多项式回归的测试大小和功率。 （英语） Zbl 1452.62531号

计算。统计数据分析。 52，第7号，3283-3299（2008）.
摘要：比较了线性混合模型中零随机效应方差的几种检验方法。这个测试问题是非正则的，因为被测参数位于参数空间的边界上。在涵盖各种重要设置的广泛模拟研究中，研究了不同测试的大小和功率。其中包括使用惩罚样条测试多项式回归与一般平滑替代。在所考虑的测试程序中，三个是基于限制似然比检验统计量（RLRT）的，而六个是线性模型（F）检验对线性混合模型的不同扩展。四个具有未知零分布的测试基于参数引导，其他测试依赖于近似或渐近分布。基于参数引导的测试都具有类似的性能。基于近似（F）分布的测试通常是所考虑的测试中最强的。RLRT的七方混合近似被证实是保守的，具有相应的功率损失。最近开发的RLRT分布近似被认为是计算密集型参数引导程序的快速、强大和可靠的替代方法。这种新方法将具有一个随机效应的模型的精确分布扩展到具有多个随机效应。

引用于29文件

MSC公司：

62J10型 方差和协方差分析（ANOVA）
62F03型 参数假设检验
62F40型 Bootstrap、jackknife和其他重新采样方法
62-08 统计问题的计算方法

软件：

半标准杆;加迈尔;R（右）;SAS公司;lme4公司;MEMSS公司;SAS/STAT系统;S-PLUS系统
PDF格式BibTeX公司 XML格式引用
\textit{F.Scheipl}等人，《计算》。统计数据分析。52，第7号，3283-3299（2008；Zbl 1452.62531）
全文： 内政部

参考文献：

[1] Bates，D.，Sarkar，D.，lme4：使用S4类的线性混合效应模型。R包版本0.995-2；Bates，D.，Sarkar，D.，lme4：使用S4类的线性混合效应模型。R包版本0.995-2
[2] Brumback，文学学士。；Ruppert，D。；Wand，M.P.，《使用基于数据的先验对加性非参数回归中的变量选择和函数估计的评论》，J.Amer。统计师。协会，94，794-797（1999）
[3] 坎通尼，E。；Hastie，T.，平滑样条线的自由度测试，生物统计学，89，2，251-263（2002）·Zbl 1019.62038号
[4] 克雷尼西亚努，C。；Ruppert，D.，具有一个方差分量的线性混合模型中的似然比检验，JRSS-B，66，1，165-185（2004）·Zbl 1061.62027号
[5] Crainiceanu，C.，Ruppert，D.，Claeskens，G.，Wand，M.，2002年。多项式回归对一般非参数替代的似然比检验。技术报告，康奈尔大学统计科学系。网址：网址：http://www.orie.cornell.edu/davidr/papers/CRCW.ps；Crainiceanu，C.，Ruppert，D.，Claeskens，G.，Wand，M.，2002年。多项式回归对一般非参数替代的似然比检验。技术报告，康奈尔大学统计科学系。网址：网址：http://www.orie.cornell.edu/davidr/papers/CRCW.ps
[6] 克雷尼西亚努，C。；Ruppert，D。；Claeskens，G。；Wand，M.，惩罚样条的精确似然比检验，生物统计学，92，1，91-103（2005）·Zbl 1068.62021号
[7] 艾尔斯，P。；Marx，B.，《带（B）样条和惩罚的灵活平滑》，《统计》。科学。，11, 2, 89-121 (1996) ·Zbl 0955.62562号
[8] Fahrmeir，L。；Kneib，T。；Lang，S.，《时空数据的惩罚结构加性回归：贝叶斯视角》，《统计学》。Sinica，14731-761（2004）·Zbl 1073.62025号
[9] Fai，A.H.-T。；Cornelius，P.L.，《不平衡劈裂试验的广义最小二乘分析中多自由度假设的近似检验》，J.Stat.Compute。模拟。，54, 4, 363-378 (1996) ·Zbl 0925.62081号
[10] 龚，G。；Samaniego，F.J.，伪最大似然估计：理论与应用，Ann.Statist。，9, 4, 861-869 (1981) ·Zbl 0471.62032号
[11] Greven，S.，Crainiceanu，C.M.，Küchenhoff，H.，Peters，A.，2007年。线性混合模型中零方差分量的限制似然比检验，J.Comp。图表。统计师。（印刷中）；Greven，S.，Crainiceanu，C.M.，Küchenhoff，H.，Peters，A.，2007年。线性混合模型中零方差分量的限制似然比检验，J.Comp。图表。统计师。（印刷中）
[12] 哈斯蒂，T。；Tibshirani，R.，《广义加法模型》（1990），CRC出版社·Zbl 0747.62061号
[13] Kammann，E.E。；Wand，M.P.，地质添加剂模型，JRSS-C，52，1，1-18（2003）·Zbl 1111.62346号
[14] Kenward，M.G。；Roger，J.H.，限制最大似然固定效应的小样本推断，生物统计学，53，3，983-997（1997）·Zbl 0890.62042号
[15] 朗·S。；Brezger，A.，贝叶斯样条，J.Comp。图表。统计人员。，13, 1, 183-212 (2004)
[16] 林，T.-H。；Harville，D.A.，《Wald置信区间和检验的一些替代方法》，J.Amer。统计师。协会，86，413，179-187（1991）
[17] 麦克莱恩，R.A。；桑德斯，W.L。；Stroup，W.W.，混合线性模型的统一方法，Amer。统计人员。，45, 1, 54-64 (1991)
[18] Morrell，C.H.，使用限制最大似然的线性混合效应模型中方差分量的似然比检验，生物计量学，54，4，1560-1568（1998）·Zbl 1058.62541号
[19] 皮涅罗，J。；Bates，D.，《（S）和（S）-Plus（2000）中的混合效应模型》，Springer·Zbl 0953.62065号
[20] R开发核心团队，2006年。R： 统计计算语言与环境，R统计计算基金会，奥地利维也纳。网址：网址：http://www.R-project.org; R开发核心团队，2006年。R： 统计计算语言与环境，R统计计算基金会，奥地利维也纳。网址：网址：http://www.R-project.org
[21] Ruppert，D。；魔杖，M。；Carroll，R.，《半参数回归》（2003），剑桥大学出版社·Zbl 1038.62042号
[22] SAS/STAT用户指南，9.1版（2003），SAS Institute Inc.：SAS Institution Inc.，美国北卡罗来纳州卡里
[23] Seely，J。；El-Bassiouni，Y.，应用Wald方差分量检验，Ann.Statist。，11, 1, 197-201 (1983) ·Zbl 0516.62028号
[24] 赛尔夫，S。；Liang，K.-Y.，非标准条件下极大似然估计和似然比检验的渐近性质，J.Amer。统计师。协会，82，398，605-610（1987）·Zbl 0639.62020号
[25] 斯特拉姆，D。；Lee，J.-W.，《纵向混合效应模型中的方差分量测试》，生物计量学，50，3，1171-1177（1994）·Zbl 0826.62054号
[26] 韦贝克，G。；Molenberghs，G.，《分数测试在方差成分推断中的应用》，生物统计学，59，2，254-262（2003）·兹比尔1210.62013
[27] Wald，A.，《回归分析注释》，《数学年鉴》。Stat.，18，4，586-589（1947）·Zbl 0029.30703号
[28] Wood，S.，《广义加性模型》（2006），查普曼和霍尔·Zbl 1087.62082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。