Model averaging and weight choice in linear mixed-effects models
线性混合效应模型中的模型平均与权重选择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：混合效应模型并不必然对应面板数据，摘要未明确重复观测结构或经济应用。
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…
线性混合效应模型中的模型平均与权重选择
- 研究问题
- 在线性混合效应模型中，如何选择模型平均权重，使组合估计量的平方风险得到控制，并与模型选择程序比较？
- 方法与思路
- 作者构造模型平均平方风险的无偏估计，以此作为权重选择准则，研究渐近最优性，并用模拟和艾滋病临床试验数据展示。
- 材料陈述的贡献
- 摘要称，在一定正则条件下所得估计量渐近最优，模拟表现优于或相当于若干模型选择及已有平均方法。
- 阅读关注点
- 应核对风险评价的目标、无偏性所需条件、方差成分的处理，以及渐近最优性相对于哪类候选模型和权重集合成立。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明；摘要未说明正则条件与最优性范围，也未明确数据结构，不能外推模拟优势。
原文摘要
This article studies model averaging for linear mixed-effects models. We establish an unbiased estimator of the squared risk for the model averaging, and use the estimator as a criterion for choosing weights. The resulting model average estimator is proved to be asymptotically optimal under some regularity conditions. Simulation experiments show it is superior or comparable to estimators based on the final models selected by the commonly-used methods and some existing averaging procedures. The proposed procedure is applied to data from an AIDS clinic trial.