摘要
我们提出了一种广义线性混合模型(GLMM)的推理方法,该方法在许多方面类似于最小二乘法。我们还表明,可以基于随机效应子集上的条件似然对GLMM进行充分的推断。我们的方法的一个重要特征是,它们依赖于关于随机效应的弱分布假设。所提出的方法在计算上也是可行的。研究了估计的渐近行为。特别是,在合理的条件下证明了一致性。
引文
下载引文
Jiming Jiang。
“关于广义线性混合模型的条件推断。”
安。统计师。
27
(6)
1974 - 2007,
1999年12月。
https://doi.org/10.1214/aos/1017939247
问询处
发布日期:1999年12月
欧几里得项目首次提供:2002年4月4日
数字对象标识符:10.1214/aos/1017939247
学科:
主要用户:62J12型
次要:2012年12月62日
关键词:估计的渐近性质,最大条件似然,惩罚广义WLS,半参数推断
版权所有©1999数学统计研究所