哈蒂斯·图尔·库布拉·阿克杜尔;丹尼斯·奥佐尔;胡利亚·贝拉克 线性混合模型伪核置信区间方法的改进。 （英语） Zbl 1488.62099号 哈塞特。数学杂志。斯达。 49，第2期，902-913（2020）. 小结：我们采用了一种基于广义Chi-Square检验的置信区间方法，用于线性混合模型的固定效应参数。在线性混合模型响应变量的不同相关结构下，通过蒙特卡罗仿真研究，研究了自适应方法伪核和一些现有置信区间方法的性能。仿真研究表明，伪核方法在覆盖概率率和平均期望长度方面对观测值相关的中小样本量情况提供了更好的结果。对抑郁研究进行了分析，以证明适应方法。 MSC公司： 62J05型 线性回归；混合模型 62层25 参数公差和置信区域 62F05型 参数检验的渐近性质 关键词：线性混合模型;伪核;剖面似然 软件：lme4公司;国家实验室;SPSS软件;SAS公司;内存管理系统;S-PLUS系统;pbkr试验;连接线;mvtnorm公司;连接线 PDF格式BibTeX公司 XML格式引用 \textit{H.T.K.Akdur}等人，哈塞特。数学杂志。《法律总汇》第49卷，第2期，第902--913页（2020年；兹bl 1488.62099） 全文： 内政部 参考文献： [1] [1] A.Agresti和E.Ryu，离散统计模型参数的伪核置信区间，Biometrika 97（1），215-2222010·Zbl 1183.62079号 [2] [2] H.T.K.Akdur、D.Ozonur和H.Bayrak，嵌套误差回归模型中固定效应置信区间方法的比较，SDU自然应用科学20（2），2016年。 [3] [3] M.K.Bahçecitapar，影响纵向数据线性混合模型中近似检验统计能力的一些因素，Comm.Statist。仿真计算。47 (1), 2018. ·Zbl 1402.62153号 [4] [4] D.Bates，M.Machler，B.Bolker和S.Walker，使用lme4拟合线性混合效应模型，arXiv预印本1406.58232014。 [5] [5] A.T.Beck、R.A.Steer和G.K.Brown，Beck抑郁症目录-II，心理公司78（2），490-498，德克萨斯州圣安东尼奥，1996年。 [6] [6] D.K.Bhaumik、A.Roy、S.Aryal、K.Hur、N.Duan、S.L.T.Normand、C.H.Brown和R.D.Gibbons，重复连续结果研究的样本量确定，精神病学。Ann 38（12），2008年。 [7] [7] A.R.De Leon和K.C.Chough，《混合数据分析：方法和应用》，CRC出版社，2013年·Zbl 1318.62006号 [8] [8] D.尤金，《混合模型：理论与应用》，霍博肯：威利出版社，2004年·Zbl 1055.62086号 [9] [9] G.M.Fitzmaurice、N.M.Laird和J.H.Ware应用纵向分析（第998卷），John Wiley和Sons，2012年。 [10] [10] A.Genz、F.Bretz、T.Miwa，和M.T.Hothorn，Package mvtnorm，J.Stat.Softw。11, 950-971, 2020. [11] [11] U.Halekoh和S.Höjsgaard，线性混合模型测试的kenward-roger近似和参数自举方法，R包pbkrtest，J.Stat.Softw。59 (9), 1-30, 2014. [12] [12] P.R.Houck、S.Mazumdar、T.Koru Sengul、G.Tang、B.H.Mulsant、B.G.Pollock和C.F.Reynolds III，《从缺失值的纵向临床试验数据中估计治疗效果：使用不同方法的比较分析》，精神病学研究129（2），209-2152004。 [13] [13] R.N.Kackar和D.A.Harville，混合线性模型中固定效应和随机效应估计值的标准误差近似，《美国统计协会杂志》79（388），853-8621984年·Zbl 0557.62066号 [14] [14] M.G.Kenward和J.H.Roger，限制最大似然固定效应的小样本推断，生物计量学53（3），983-9971997·Zbl 0890.62042号 [15] [15] S.Landau，《使用SPSS的统计分析手册》，CRC，2004年。 [16] [16] 刘杰，线性混合模型参数函数的统计推断，未发表博士论文，爱荷华州立大学，2013。 [17] [17] G.Lovison，On-rao score和pearson x2统计在广义线性模型中的应用，Statist。论文46（4），555-5742005·Zbl 1102.62077号 [18] [18] J.C.Pinheiro和D.M.Bates，S和S-Plus中的混合效应模型，Springer。美国纽约，2000年·Zbl 0953.62065号 [19] [19] J.C.Pinheiro、D.M.Bates、S.DebRoy、D.Sarkar和R.C.团队，nlme：线性和非线性混合效应模型。R包版本，3（1），111。 [20] [20] J.Proudfoot、D.Goldberg、A.Mann、B.Everitt、I.Marks和J.Gray，《全科焦虑和抑郁的计算机化、交互式多媒体认知行为程序》，《心理学》。《医学》33（2），217-2272003年。 [21] [21]V.S.Staggs，混合线性模型中固定效应推断的参数自举区间方法，未发表的博士论文，堪萨斯大学，2009年。 [22] [22]V.S.Staggs，线性混合模型中小样本推理的naive、kenwardroger和参数bootstrap区间方法的比较，Comm.Statist。仿真计算。46 (3), 1933-1943, 2017. ·Zbl 1368.62077号 [23] [23]G.纵向数据的韦贝克线性混合模型。在实际的线性混合模型中，63153，Springer，1997。 [24] [24]W.W.Stroup，G.A.Milliken，E.A.Claassen，R.D.Wolfinger，SAS混合模型：简介和基本应用。，SAS研究所，2018年。 [25] [25]B.Wu和A.R.de Leon Gaussian copula聚类混合结果混合模型，在发育毒理学中的应用，农业杂志。生物环境。统计19（1），39-562014·Zbl 1303.62099号 [26] [26]J.Yan，享受copula的乐趣：使用copula包，J.Stat.Softw。21 (4), 1-21, 2007. 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。