Censored Observations, Repeated Measures and Mixed Effects Models: An Approach Using the EM Algorithm and Normal Errors
删失观测、重复测量与混合效应模型：正态误差下的 EM 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：摘要明确涉及重复测量、区组内外变异及混合效应估计，与处理重复观测和组内相关性的面板数据方法直接相关。
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
删失观测、重复测量与混合效应模型：正态误差下的 EM 方法
- 研究问题
- 研究重复测量混合效应模型出现右删失观测时，如何同时估计回归参数与方差分量，并用于生存时间数据分析。
- 方法与思路
- 作者在题名所述正态误差框架下使用 EM 算法进行最大似然估计，并详细讨论具有区组间和区组内变异的模型。
- 材料陈述的贡献
- 摘要称，论文给出右删失混合效应模型的一般估计方案及特定区组模型的详细结果，并应用于重复测量生存时间的对数。
- 阅读关注点
- 读全文时应核对删失机制、正态假设及随机效应结构，关注 EM 各步计算、方差分量约束和重复测量相关性的处理。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；删失假设、算法收敛和推断方法未说明，不能认定其适用于任意生存分布。
原文摘要
Maximum likelihood estimation of a vector regression parameter and variance com ponents is considered for the mixed effects model when observations are right censored. A general scheme of estimation is given using the EM algorithm and detailed results found for the model with between and within block variation. This model is applied to the logarithms of survival times from a repeated measures design.