文献

J-GLOBAL ID：202002269923747912   整理番号：20A2734221

混合効果モデルにおける結合共変量およびランダム効果選択のための反復アルゴリズム【JST・京大機械翻訳】

An iterative algorithm for joint covariate and random effect selection in mixed effects models

著者 (2件)： Delattre Maud (UMR MIA-Paris, AgroParisTech, INRAE, Universite Paris-Saclay, 75005, Paris, France) ,  Poursat Marie-Anne (Universite Paris-Saclay, CNRS, INRIA, Laboratoire de mathematiques d’Orsay, 91405, Orsay, France)
資料名： International Journal of Biostatistics  (International Journal of Biostatistics)
巻： 16  号： 2  ページ： 20190082  発行年： 2020年 
JST資料番号： W3837A  ISSN： 2194-573X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 一般混合効果モデルにおける固定およびランダム効果の共同選択を考察した。推定混合効果モデルの解釈は,1セットの効果の構造変化が,モデルにおける重要な共変量の異なる選択に導くことができるので,挑戦的である。固定およびランダム効果の同時選択を行うための段階的選択アルゴリズムを提案した。それは,ペナルティが混合効果モデルに順応するBayes情報基準に基づいている。提案した手順は,線形および非線形モデルの両方でモデル選択を行う。それは,変量の数およびランダム効果の数が,観測の総数に関して中程度である低次元設定において使用されるべきである。アルゴリズムの性能をシミュレーション研究を通して評価し,文献において利用可能な場合との比較研究も含めた。抗生物質動力学の臨床研究でこの方法の使用を説明した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  シミュレーション ,  計算機シミュレーション ,  抗生物質 ,  線形性 ,  ペナルティ
準シソーラス用語： 混合効果モデル ,  非線形モデル ,  モデル選択 ,  *反復アルゴリズム ,  構造変化 ,  低次元 ,  *共変量 ,  臨床研究 , 【Automatic Indexing@JST】

著者キーワード (4件)： ベイズ情報基準 ,  共同共変量およびランダム効果選択 ,  非線形混合効果モデル ,  段階的手順

分類 (1件)： 統計学  (AB08000H)

タイトルに関連する用語 (3件)： 混合効果モデル ,  共変量 ,  反復アルゴリズム