半参数广义线性混合效应模型的贝叶斯分析被引量：1

下载PDF

导出

摘要纵向数据广泛存在于生物医学、遗传学、经济学以及社会管理等多个研究领域,线性混合效应模型是分析上述数据的有效工具。文章提出了一类含有不可忽略缺失数据的半参数广义线性混合效应模型,考虑了该模型的贝叶斯分析及模型选择问题,通过一AIDS研究的实际数据说明方法的应用。

作者付英姿陈异戴琳

机构地区昆明理工大学理学院

出处《统计与决策》 CSSCI 北大核心 2014年第8期19-23,共5页 Statistics & Decision

基金国家自然科学基金资助项目(11201200 11226220) 云南省自然科学基金资助项目(KKSY201207044 2010ZC059)

关键词贝叶斯分析半参数广义线性混合效应模型缺失数据惩罚样条均匀压缩先验模型比较

参考文献8

1Ruppert, D., Wand, M. P.,Carroll, R. J. Semiparametric Regression [M]. New York: Cambridge University Press, 2003.
2Little, R. J. A.,Rubin, D. B. Statistical Analysis with Missing Data (2^nd Edtion.)[M]. New York: Wiley, 2002.
3Ibrahim, J. G., Chen, M. H.,Lipsitz, S. R. Monte Carlo EM for Missing Covariates in Parametric Regression Models[J]. Biometrics, 1999, 55.
4Geman, S.,Geman, D. Stochastic Relaxation, Gibbs Distribution, and the Bayesian Restoration of Images[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1984, 6.
5Liu, J. S. Monte Carlo Strategies in Scientific Computing [M]. New York: Springer-Verlag, 2001.
6Geyer, C. J. Practical Markov Chain Monte Carlo [J]. Statistical Sci- ence, 1992, 7.
7Kass, R. E.,Raftery, A. E. Bayes Factors[J]. Journal of the American Statistical Association, 1995, 90.
8Gelman, A. ,Meng, X. L. Simulating Normalizing Constants: from Im- portance Sampling to Bridge Sampling to Path Sampling [J]. Statistical Science, 13.

统计与决策

2014年第8期

内容加载中请稍等...