非正規誤差を持つ縦データに対するセミパラメトリック混合効果モデル【JST・京大機械翻訳】

Taavoni Mozhgan; Arashi Mohammad

プレプリント

J-GLOBAL ID：202202214603981981 整理番号：22P0302875

非正規誤差を持つ縦データに対するセミパラメトリック混合効果モデル【JST・京大機械翻訳】

Semiparametric Mixed-effects Model for Longitudinal Data with Non-normal Errors

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 (2件)： ,
資料名：
発行年： 2022年03月11日プレプリントサーバーでの情報更新日： 2024年02月02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)

線形予測子成分に存在するノンパラメトリック関数が存在するならば,混合効果モデルを用いた縦方向データを解析するとき,困難が生じる可能性がある。本研究は,応答変数が正規分布に必ずしも従わない場合,半パラメトリック混合効果モデリングの使用を拡張し,ノンパラメトリック成分を付加モデルとして構造化する。2つのペナルティ項を持つ二重ペナルティ一般化推定方程式を用いて,重要な線形および非線形成分を同定するための新しい方法を提案した。さらに,反復アプローチは,作業共分散行列の計算を組み込むことによって,回帰係数を推定する効率を高めることを意図した。得られた推定子のオラクル特性を,パラメータおよびノンパラメトリック成分の両方の次元がサンプルサイズが大きくなるにつれて,ある規則性条件の下で確立した。本提案の有効性を実証するために数値研究を行った。【JST・京大機械翻訳】

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

統計学

, ,

前のページに戻る