Generalized fiducial inference for normal linear mixed models
正态线性混合模型的广义 fiducial 推断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：摘要研究一般高斯混合模型的区间推断，嵌套或交叉设计本身不足以证明其属于经济面板数据或因子模型方向。
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
正态线性混合模型的广义 fiducial 推断
- 研究问题
- 在含多个方差分量的高斯线性混合模型中，尤其面对不平衡设计和小样本时，如何为模型参数构造区间估计？
- 方法与思路
- 作者结合广义 fiducial 推断和序贯蒙特卡洛，处理平衡及不平衡设计，并在两层嵌套和含交互项的双因素交叉模型中比较方法。
- 材料陈述的贡献
- 摘要称，所提区间方法在模拟的小样本覆盖率和平均长度标准下具有竞争力或表现更好，并提到可向作者获取 MATLAB 实现。
- 阅读关注点
- 应核对 fiducial 构造、序贯采样算法和区间对象，检查比较方法的设定，并结合覆盖率与长度共同评价小样本表现。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 摘要；模拟数值和完整条件未提供，所述优势限于考察设计，代码当前可获取性也未核验。
原文摘要
While linear mixed modeling methods are foundational concepts introduced in any statistical education, adequate general methods for interval estimation involving models with more than a few variance components are lacking, especially in the unbalanced setting. Generalized fiducial inference provides a possible framework that accommodates this absence of methodology. Under the fabric of generalized fiducial inference along with sequential Monte Carlo methods, we present an approach for interval estimation for both balanced and unbalanced Gaussian linear mixed models. We compare the proposed method to classical and Bayesian results in the literature in a simulation study of two-fold nested models and two-factor crossed designs with an interaction term. The proposed method is found to be competitive or better when evaluated based on frequentist criteria of empirical coverage and average length of confidence intervals for small sample sizes. A MATLAB implementation of the proposed algorithm is available from the authors.