線形混合モデルにおけるランダム量の有効な予測【JST・京大機械翻訳】

Syring Nicholas; Miguez Fernando; Niemi Jarad

プレプリント

J-GLOBAL ID：202202200036528897 整理番号：22P0284460

線形混合モデルにおけるランダム量の有効な予測【JST・京大機械翻訳】

Valid predictions of random quantities in linear mixed models

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年02月03日プレプリントサーバーでの情報更新日： 2022年10月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

線形混合効果モデルの適用において,実験者は,非観察者またはグループに対する予測処理効果のようなランダム量に対する不確実性定量化をしばしば望む。例えば,異なる処理を受け,異なる農場に居住する動物に対する応答を測定する農業実験を考察した。処理を採用するかどうかを決定する農家は,農場レベルの不確実性の定量化に最も関心があり,例えば,新しい農場で予測される妥当な処理効果の範囲である。二段階線形混合効果モデルは,この種のデータをモデル化するためにしばしば用いられる。しかし,線形混合モデルベースの予測の標準技術は,較正された不確実性の定量化を生じない。一般に,実際に使用された予測間隔は,反復サンプリングで,それらの名目上のカバレッジレベルに適合しないか,またはそれを超えない。推論モデル(IM)に基づく2段階モデルフレームワーク内の予測間隔を構築するための新しい方法を提案した。IM法は,任意のサンプルサイズに対して有効な予測間隔を生成する。シミュレーション実験は,既存の方法に関する主要な改良である,有効かつ効率的の両方であるIM法の変動を示唆した。IMベース予測間隔が標準Student-tベース間隔と比較して農場特異的影響においてより高いレベルの不確実性を示唆する農場研究を含む2つの農業データセットを用いたIM法の使用を例証した。【JST・京大機械翻訳】

, , , , , , , ,
, , , , 【Automatic Indexing@JST】

飼育動物の育種

前のページに戻る