Independent and Identically Distributed Monte Carlo Algorithms for Semiparametric Linear Mixed Models
半参数线性混合模型的独立同分布蒙特卡洛算法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：摘要讨论含个体随机效应的线性混合模型，并明确应用于纵向研究，与重复观测的面板建模直接相关。
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
半参数线性混合模型的独立同分布蒙特卡洛算法
- 研究问题
- 如何在较少限制随机效应分布的半参数线性混合模型中进行推断，并估计随机效应的高阶矩和密度？
- 方法与思路
- 作者开发独立同分布加权中国餐馆算法的混合版本，利用后验划分结构构造 Rao–Blackwell 估计，并纳入外部估计信息。
- 材料陈述的贡献
- 摘要称，纳入外部估计可简化计算、减少模型设定输入并改善数值稳定性与准确性；模拟及慢性肾病纵向研究用于展示方法。
- 阅读关注点
- 应核对随机效应分布的最低假设、外部估计进入算法的方式，以及蒙特卡洛权重和高阶矩估计的有效性条件。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；摘要未说明外部估计误差的处理、完整分布假设或计算性能的具体比较结果。
原文摘要
Hybrid versions of independent and identically distributed weighted Chinese restaurant (WCR) algorithms are developed for inference in semiparametric linear mixed models under minimal assumptions for the random-effects distributions. The WCR method of working with the posterior partition structure leads to Rao–Blackwell estimates for higher-order moments of random effects, such as skewness and kurtosis, and can be used to estimate densities for random effects. A key feature of our approach is the manner in which we incorporate external estimates into our algorithms. The use of such information leads to simplified computational procedures, reduces the amount of user input required for specifying models, and results in numerical stability and accuracy. The resulting procedures are automated and can be readily used in standard statistical software. Our methods are tested by simulation and illustrated by application to a longitudinal study involving chronic renal disease.