跳到主要內容

臺灣博碩士論文加值系統

(44.210.21.70) 您好!臺灣時間:2022/08/11 17:18
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:吳惠美
論文名稱:用多重插補法估計廣義線性混合模型
論文名稱(外文):Estimation in generalized linear mixed models using multiple imputation
指導教授:程毅豪程毅豪引用關係郭忠勝
學位類別:碩士
校院名稱:國立臺灣師範大學
系所名稱:數學研究所
學門:數學及統計學門
學類:數學學類
論文種類:學術論文
論文出版年:2002
畢業學年度:90
語文別:英文
中文關鍵詞:多重插補法廣義線性混合模型
相關次數:
  • 被引用被引用:0
  • 點閱點閱:155
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
廣義線性混合模型(generalized linear mixed models; GLMM)不僅可用來描述縱向資料或群聚資料的相關性,亦可用來描述當樣本變異數不如所假設模型所預期時的現象。廣義線性混合模型因為允許預測子的效應可以是隨機的,於是增加了參數估計的困難性。如果要求得廣義線性混合模型的最大概似估計量通常需要高維度的積分。 Breslow and Clayton (1993) 提出了近似的方法以避免高維度的積分。Jiang and Zhang (2001) 可找到參數的一致估計量,可是並不是有效估計(efficient estimation)。在這篇論文中,我們提出一個新的估計方法。我們把在預測子的隨機效應視為遺失數據,再利用多重插補法(multiple imputation)補入一個合理的值。在多重插補法中,我們以Jiang and Zhang (2001)的估計量作為初始估計。之後,我們就可利用完整數據的估計方法來估計參數。我們做了兩個模擬研究並將此方法應用到一個有關種子發芽的資料。
1. Introduction
2. The generalized linear mixed model
3. A method of moment proposed by Jiang and Zhang (2001)
4. Multiple imputation
5. The method proposed
6. Simulation studies
6.1 Correlated binomial
6.2 correlated beta-binomial
7. A real-data example
8. Conclusion
Booth, J. G. & Hobert, J. P. (1999). Maximizing generalized linear mixed model likelihoods with an automated Monte Carlo EM algorithm. J. R. Statist. Soc. B 61, 265-85.
Breslow, N. E. & Clayton, D. G. (1993). Approximate inference in generalized linear mixed models. J. Am. Statist. Assoc. 88, 9-25.
Crowder, M. J. (1978). Beta-binomial anova for proportions. Appl. Statist. 27, 34-37.
Griffiths, D. A. (1973). Maximum likelihood estimation for the beta-binomial distribution and an application to the household distribution of the total number of cases of a disease. Biometrics 29, 637-48.
Rubin, D. B. (1978). Multiple imputation in sample surveys--a phenomenological Bayesian approach to nonresponse. In Proc. Survey Res. Meth. Sect., Am. Statist. Assoc. pp. 20-34. Washington, DC: American Statistical Association.
Rubin, D. B. (1987). Multiple imputation for nonresponse in surveys. New York: Wiley.
Jiang, J. & Zhang, W. (2001). Robust estimation in generalised linear mixed models. Biometrika 88}, 753-65.
Natarajan, R. & Kass, R.E. (2000). Reference bayesian methods for generalized linear mixed models. J. Am. Statist. Assoc. 95, 227-37.
Wang, N. & Robins, J. M. (1998). Large-sample theory for parametric multiple imputation procedures. Biometrika 85, 935-48.
Zeger, S. L., Karim, M. R. (1991). Generalized linear models with random effects: A Gibbs sampling approach. J. Am. Statist. Assoc. 86, 79-86.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top