Estimation in generalized linear models with random effects
含随机效应的广义线性模型估计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：摘要讨论一般广义线性混合模型，未给出面板、选择或其他所列领域的直接应用依据。
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
含随机效应的广义线性模型估计
- 研究问题
- 在包含随机效应的广义线性模型中，如何以统一且便于实施的算法估计固定效应、随机效应和离散程度分量？
- 方法与思路
- 作者提出一般估计算法，在相应条件下得到近似最大似然或准最大似然估计，以及随机效应的近似经验贝叶斯估计。
- 材料陈述的贡献
- 摘要称算法概念简单且具有一般性，并通过两个数据集展示离散程度分量估计和过度离散建模的应用。
- 阅读关注点
- 应核对算法更新步骤、各类近似成立的条件、随机效应分布设定，以及离散程度分量估计的精度和收敛表现。
- 阅读边界
- 仅据所给 OpenAlex 摘要，来源未明确稿件版本；算法条件、近似误差和数据细节未展开，不能判断其普遍性能。
原文摘要
A conceptually very simple but general algorithm for the estimation of the fixed effects, random effects, and components of dispersion in generalized linear models with random effects is proposed. Conditions are described under which the algorithm yields approximate maximum likelihood or quasi-maximum likelihood estimates of the fixed effects and dispersion components, and approximate empirical Bayes estimates of the random effects. The algorithm is applied to two data sets to illustrate the estimation of components of dispersion and the modelling of overdispersion.