Assessing the robustness of estimators when fitting Poisson inverse Gaussian models
Assessing the robustness of estimators when fitting Poisson inverse Gaussian models
复制标题
拟合泊松逆高斯模型时评估估计器的鲁棒性
DOI：
10.1007/s00184-018-0664-1
复制
发表时间：
2018
期刊：
影响因子：
0.7
通讯作者：
Smith, Paul J.
中科院分区：
文献类型：
--
作者：
Weems, Kimberly S.;Smith, Paul J.
广义线性混合模型（GLMM）将经典回归分析扩展到非正态相关响应数据。由于GLP-R的推断在计算上可能很困难，因此通常会做出简化的分布假设。我们专注于鲁棒性的估计时，模型的主要组成部分，随机效应分布，是错误的。泊松逆高斯模型的最大似然估计的结果。
The generalized linear mixed model (GLMM) extends classical regression analysis to non-normal, correlated response data. Because inference for GLMMs can be computationally difficult, simplifying distributional assumptions are often made. We focus on the robustness of estimators when a main component of the model, the random effects distribution, is misspecified. Results for the maximum likelihood estimators of the Poisson inverse Gaussian model are presented.
登录
查看更多内容
DOI：
10.1007/978-3-642-04898-2_369
发表时间：
2014-10
期刊：
--
影响因子：
--
作者：
J. Hilbe
通讯作者：
J. Hilbe
梯度函数作为混合模型中随机效应分布的探索性拟合优度评估。
影响因子：
2.1
作者：
G. Verbeke;G. Molenberghs
通讯作者：
G. Molenberghs
DOI：
--
发表时间：
1984
期刊：
影响因子：
--
作者：
P. Bickel
通讯作者：
P. Bickel
关于泊松对数正态模型的最大似然估计的鲁棒性
DOI：
--
发表时间：
2004
期刊：
影响因子：
--
作者：
K. Weems;P. J. Smith
通讯作者：
P. J. Smith
DOI：
--
发表时间：
1987
期刊：
影响因子：
--
作者：
J. Teugels;G. Willmot
通讯作者：
G. Willmot