混合效应模型的最优区组设计

本文对将驻点个数等于参数个数的混合效应模型做D-最优设计.以两种误差分布的组合为例做近似区组设计,然后给出精确区组设计的设计点位置及区组的权数的解析方程组,给出精确设计比近似设计好的条件.最后,给出数值结果及效率比较.     

异方差模型中多种误差分布下的D-最优设计

对于混合效应模型,本文在异方差模型中,以误差分布exp{-cx2}为例,对于多种误差分布,构造出一种新的D-最优设计过程,并用广义化一般等价定理(GKWT)验证这种设计的最优性.     

平衡线性混合效应模型的最优设计

研究了一般平衡线性混合效应模型下的最优设计问题。主要关注模型固定效应估计,随机效应的估计以及对个体未来观察值预测的最优设计。以de la Garaz现象和Loewner偏序为工具降低求解最优设计问题的维度,用解析方法或数值方法求解最优设计,并利用等价性定理判断解的最优性。     

可加混料模型参数估计的D-最优正交区组设计

对于含有过程变量的二阶可加混料模型,利用正交拉丁方,研究了其参数估计的D-最优正交区组设计,一般性地给出了q分量时的D-最优正交区组设计的谱点结构,并以此推广得到含有相同或不同下界约束时的最优正交设计的谱点。     

部分线性混合效应模型中方差分量的稳健估计

部分线性混合效应模型中方差分量是我们感兴趣的参数, 文献中已经给出许多估计方法. 但是其中很多方法都可以归结为广义估计方程方法(GEE), 如: 最大似然估计(MLE), 约束最大似然估计(REMLE)等, 而GEE方法对异常点很敏感. 本文提出一组关于部分线性混合效应模型(PLMM)中均值和方差分量的稳健估计方程, 对均值和方差分量同时进行稳健估计; 并进行了随机模拟考察所提出稳健估计的有效性, 最后通过两个实例, 说明了所提方法的可行性.     

混合效应模型在儿童生长发育研究中的应用

本文将混合效应模型应用于儿童生长发育研究 ,实例表明 ,混合效应模型是研究儿童生长发育规律的一种有效、实用的方法     

线性混合模型中固定效应和方差分量同时最优估计

对于具有广泛应用的含有两个方差分量的线性混合模型, 找到了一组简单条件. 在这些条件下, 证明了固定效应的最小二乘估计和方差分量的方差分析估计同时是最小方差无偏估计; 获得了固定效应的精确置信区间和随机效应的方差分量的一致最优无偏检验; 得到了随机效应方差的方差分析估计取负值的概率精确表达式.     

含过程变量的K模型最优正交区组设计

混料试验设计是研究混合物成份比例的试验设计,最优设计则是混料试验设计中重要的研究方向,其中以D-最优设计应用最为广泛.文中对K模型混料试验与最优准则进行介绍,对其含过程变量的3分量二阶K模型给出满足D-最优准则的正交区组设计,最后推广至q分量情形并证明.     

偏正态混合效应模型中方差分量函数的参数Bootstrap推断

偏正态混合效应模型通过引入偏度参数,以便更好地刻画实际数据偏态特征,所以被广泛应用于众多实际领域.进一步,方差分量的假设检验一直是该模型的热点研究问题.因此,有必要在偏正态分布下系统讨论混合效应模型中方差分量函数的统计推断问题.首先,分别基于参数Bootstrap方法和广义方法探讨单个方差分量、方差分量之和、方差分量之比的单边假设检验和区间估计问题.其次,Monte Carlo结果表明,在所给样本量和参数设置下,参数Bootstrap方法大多数情况下优于广义方法.最后,将上述方法应用于空气质量指数的案例研究中,以验证所给方法的合理性与有效性.     

半参数混合效应模型中的估计及其强相合性

将Tao等(1999)提出的线性混合效应模型推广为半参数混合效应模型,给出了模型参数、回归函数和随机效应密度的估计,并研究了估计的强相合性及部分强相合速度.统计模拟表明我们给出的估计方法是可行的.     

D-optimal Designs for Seven Objects and a Large Number of Weighings

Let m ? 7 be an integer and let M m ,7 (0,1) be the set of all m × 7 (0,1)-matrices. Define $$ G(m,7) = \max \{ \det X^T X|X \in M_{m,7} (0,1)\} . \eqno (1) $$ A matrix X for which the maximum is achieved is said to be D- optimal . We determine G ( m , 7) for sufficiently large m and exhibit D-optimal matrices. For each m , the Gram matrices, X T X for D-optimal matrices X ε M m ,7 (0,1), are shown to be essentially unique.     

线性混合效应模型中方差分量的估计

本文首先研究了含三个方差分量的线性混合随机效应模型改进的ANOVA估计, 此估计在均方损失下一致优于ANOVA估计. 由于这些方差估计取负值的概率大于零, 对得到的估计在某非负点采用截尾的方法得到非负估计是一种常用的方法. 对文章中提出的估计, 研究了此估计在某非负点截尾之后得到的估计在均方损失意义下优于截尾之前的估计的充分条件, 同时给出ANOVA估计在截尾之后优于它本身的充分条件, 而且将得到的结论推广到更一般的线性混合随机效应模型.     

Generalized Nonparametric Mixed Effects Models

Generalized linear mixed effects models (GLMM) provide useful tools for correlated and/or over-dispersed non-Gaussian data. This article considers generalized nonparametric mixed effects models (GNMM), which relax the rigid linear assumption on the conditional predictor in a GLMM. We use smoothing splines to model fixed effects. The random effects are general and may also contain stochastic processes corresponding to smoothing splines. We show how to construct smoothing spline ANOVA (SS ANOVA) decompositions for the predictor function. Components in a SS ANOVA decomposition have nice interpretations as main effects and interactions. Experimental design considerations help determine which components are fixed or random. We estimate all parameters and spline functions using stochastic approximation with Markov chain Monte Carlo (MCMC). As iteration increases we increase the MCMC sample size and decrease the step-size of the parameter update. This approach guarantees convergence of the estimates to the expected fixed points. We evaluate our methods through a simulation study.     

线性混合效应模型的正交经验似然推断

基于经验似然方法和QR分解技术, 对线性混合效应模型提出了一个基于正交经验似然的估计方法. 在一些正则条件下, 证明了所提出的经验对数似然比函数渐近服从卡方分布, 进而给出了模型固定效应的置信区间估计. 所提出估计过程不受模型随机效应的影响, 进而保证了所给出的估计是比较有效的. 一些数值模拟和实例分析进一步表明了所提出的估计方法是行之有效的.     

基于特殊混料模型D-最优设计搜索的交换点式门限接受算法

在搜索混料模型D-最优设计的计算机算法领域,主流算法包括经典的Fedorov算法,以及元启发类算法,但两者在一些特定的优化问题上,分别在收敛速度和收敛精度方面有进一步提升的空间.文章分别探讨了可能造成这种情况的两类算法各自的局限性,并采取优势互补的策略,构建了交换点式门限接受算法,即ETA (exchange threshold accepting)算法.以含倒数项混料模型为例,文章验证了ETA算法生成设计的D-最优性,并分别与Fedorov算法和元启发类的ProjPSO算法作比较.结果表明,至少在某些特殊的混料模型D-最优设计的搜索方面,ETA算法在收敛速度和精度方面均具有一定的优势.