×

纵向数据均值-方差模型的D-最优设计。 (英语) Zbl 1523.62240号

MSC公司:

第62页第10页 统计学在生物学和医学中的应用;元分析
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Daniels,M.和Zhao,Y.(2003)。对纵向数据中的随机效应协方差矩阵进行建模。医学统计,221631-1647。
[2] Fang,K.T.,Li,R.Z.,&Sudjianto,A.(2006)。计算机实验的设计和建模。查普曼和霍尔/CRC·Zbl 1093.62117号
[3] Fang,K.T.,&Wang,Y.(1994)。统计学中的数论方法。查普曼和霍尔·兹伯利0925.65263
[4] Forcina,A.(1992年)。平衡纵向数据建模:最大似然估计和方差分析。生物计量学,48743-750·Zbl 0825.62840号
[5] Gosho,M.、Hamada,C.和Yoshimura,I.(2011年)。纵向平衡数据广义估计方程方法中工作相关结构的选择标准。统计学传播——理论与方法,403839-3856·Zbl 1315.62064号
[6] 江杰(1996)。REML估计:渐近行为和相关主题。《统计年鉴》,24,255-286·Zbl 0853.62022号
[7] Kenward,M.G.(1987)。一种比较重复测量轮廓的方法。应用统计学,36296-308。
[8] Korobov,N.M.(1959年)。多重积分的近似计算。Doklady Akademii Nauk SSSR,第124页,第1207-1210页·Zbl 0089.04201号
[9] Laird,N.M.和Ware,J.J.(1982年)。纵向数据的随机效应模型。生物统计学,38963-974·Zbl 0512.62107号
[10] MacKenzie,G.和Pan,J.X.(2001)。线性混合模型中边际协方差结构的建模。第16届国际统计建模研讨会论文集。丹麦欧登塞,275-282年7月。
[11] MacKenzie,G.,&Reeves,J.(2002)利用序列相关性对二元纵向数据进行建模。D.Gregori(编辑)等(编辑),相关数据建模(第19-26页)。弗朗科·安吉利(Franco Angeli)。
[12] Newton,H.J.(1988)。TIMESLAB:时间序列分析实验室。沃兹沃思和布鲁克斯/科尔·Zbl 0638.62086号
[13] Ouwens,M.J.N.M.、Tan,F.E.S.和Berger,M.P.F.(2002)。纵向混合效应模型的Maximin D最优设计。生物统计学,58735-741·Zbl 1210.62103号
[14] Pan,J.X.和MacKenzie,G.(2003年)。纵向研究中平均协方差结构建模。《生物特征》,90,239-44·兹比尔1039.62068
[15] Papageorgiou,G.(2012年)。联合均值协方差模型的限制最大似然估计。加拿大统计杂志,40,225-242·Zbl 1348.62070号
[16] Pourahmadi,M.(1999)。应用于纵向数据的联合平均协方差模型:无约束参数化。生物特征,86,677-690·Zbl 0949.62066号
[17] Pourahmadi,M.(2000年)。多元正态协方差矩阵广义线性模型的最大似然估计。生物统计学,87,425-435·Zbl 0954.62091号
[18] Singh,S.P.和Mukhopadhyay,S.(2016年)。广义线性模型的贝叶斯交叉设计。计算统计与数据分析,104,35-50·Zbl 1466.62195号
[19] Tekle,F.B.、Tan,F.E.S.和Berger,M.P.F.(2008)。线性混合效应模型的D最优队列设计。医学统计,272586-2600。
[20] Westgate,P.(2014)。改进广义估计方程和平衡纵向数据的相关结构选择方法。医学统计学,332222-237。
[21] Ye,H.J.和Pan,J.X.(2006年)。纵向数据广义估计方程中协方差结构的建模。《生物特征》,93,927-941·Zbl 1436.62348号
[22] Zhou,Y.D.、Fang,K.T.和Ning,J.H.(2013)。准随机点集的混合差异。复杂性杂志,29283-301·Zbl 1282.65018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。