Fixed and random effects selection in mixed effects models.
Fixed and random effects selection in mixed effects models.
复制标题
混合效应模型中的固定和随机效应选择。
DOI：
10.1111/j.1541-0420.2010.01463.x
复制
发表时间：
2011-06
期刊：
影响因子：
1.9
通讯作者：
Guo R
中科院分区：
文献类型：
--
作者：
Ibrahim JG;Zhu H;Garcia RI;Guo R
我们考虑在一般的混合效应模型中使用最大惩罚似然（MPL）估计沿着平滑剪切绝对偏差（SCAD）和自适应LASSO（ALASSO）罚函数来选择固定和随机效应。证明了极大惩罚似然估计的相合性、稀疏性和渐近正态性。一个模型选择标准，称为ICQ统计量，提出了选择惩罚参数。基于ICQ的变量选择程序一致地选择重要的固定和随机效应。该方法是非常普遍的，可以应用于许多情况下，涉及随机效应，包括广义线性混合模型。模拟研究和耶鲁大学婴儿生长研究的真实的数据集被用来说明所提出的方法。
We consider selecting both fixed and random effects in a general class of mixed effects models using maximum penalized likelihood (MPL) estimation along with the smoothly clipped absolute deviation (SCAD) and adaptive LASSO (ALASSO) penalty functions. The maximum penalized likelihood estimates are shown to posses consistency and sparsity properties and asymptotic normality. A model selection criterion, called the ICQ statistic, is proposed for selecting the penalty parameters. The variable selection procedure based on ICQ is shown to consistently select important fixed and random effects. The methodology is very general and can be applied to numerous situations involving random effects, including generalized linear mixed models. Simulation studies and a real data set from an Yale infant growth study are used to illustrate the proposed methodology.
登录
查看更多内容
影响因子：
2.7
作者：
Wang, Hansheng;Li, Runze;Tsai, Chih-Ling
通讯作者：
Tsai, Chih-Ling
DOI：
10.1198/016214508000000184
发表时间：
2008-06-01
影响因子：
3.7
作者：
Johnson, Brent A.;Lin, D. Y.;Zeng, Donglin
通讯作者：
Zeng, Donglin
影响因子：
1.9
作者：
Daniels, MJ;Kass, RE
通讯作者：
Kass, RE
影响因子：
1.9
作者：
Ni X;Zhang D;Zhang HH
通讯作者：
Zhang HH
影响因子：
1.9
作者：
Garcia RI;Ibrahim JG;Zhu H
通讯作者：
Zhu H