Likelihood Ratio Tests for Fixed Model Terms using Residual Maximum Likelihood
使用残差极大似然检验模型固定项的似然比方法AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要针对一般线性混合模型固定项检验，未明确提出面板数据或其他所列领域的专门方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
使用残差极大似然检验模型固定项的似然比方法
- 研究问题
- 在线性混合模型采用残差极大似然估计时，如何检验固定模型项，并改善小数据集中的卡方分布近似？
- 方法与思路
- 作者提出固定项的似然比检验，基于数据近似分解构造Bartlett型调整，并通过模拟与Wald检验比较。
- 材料陈述的贡献
- 摘要称，从完整固定项模型删去待检验项构造的统计量，小样本卡方近似优于Wald检验，调整进一步改善近似。
- 阅读关注点
- 应核对残差似然比较的具体构造、近似分解的依据、Bartlett调整计算，以及模拟中样本结构和检验规模。
- 阅读边界
- 仅据所给Crossref摘要；摘要未提供统计量公式、调整条件或比较数值，不能推断所有混合模型中均优于Wald检验。
原文摘要
Summary Likelihood ratio tests for fixed model terms are proposed for the analysis of linear mixed models when using residual maximum likelihood estimation. Bartlett-type adjustments, using an approximate decomposition of the data, are developed for the test statistics. A simulation study is used to compare properties of the test statistics proposed, with or without adjustment, with a Wald test. A proposed test statistic constructed by dropping fixed terms from the full fixed model is shown to give a better approximation to the asymptotic χ2-distribution than the Wald test for small data sets. Bartlett adjustment is shown to improve the χ2-approximation for the proposed tests substantially.