Inference and Estimation for Random Effects in High-Dimensional Linear Mixed Models
高维线性混合模型中随机效应的推断与估计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：摘要讨论通用高维混合模型，未明确描述面板结构或所列其他经济计量问题。
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
高维线性混合模型中随机效应的推断与估计
- 研究问题
- 在高维线性混合模型中，如何检验一组随机效应是否为零、为单个随机效应构造区间，并估计部分均值向量？
- 方法与思路
- 作者构造渐近检验与置信区间，并在方差分析型模型中提出经验贝叶斯估计，以模拟、预言估计器比较和教育数据验证。
- 材料陈述的贡献
- 摘要称检验构造不限制固定效应设计，经验贝叶斯估计渐近达到预言贝叶斯表现，并将所提程序用于 TIMSS 数据。
- 阅读关注点
- 应核对随机效应推断的具体目标、方差结构与维度条件，以及摘要所述参数速率的准确符号；该处需查阅原 PDF。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；参数速率表述含义不清，不能重构或据此推导精度，需核对原 PDF，不能推断刊本变化。
原文摘要
We consider three problems in high-dimensional linear mixed models. Without any assumptions on the design for the fixed effects, we construct asymptotic statistics for testing whether a collection of random effects is zero, derive an asymptotic confidence interval for a single random effect at the parametric rate n, and propose an empirical Bayes estimator for a part of the mean vector in ANOVA type models that performs asymptotically as well as the oracle Bayes estimator. We support our theoretical results with numerical simulations and provide comparisons with oracle estimators. The procedures developed are applied to the Trends in International Mathematics and Sciences Study (TIMSS) data. Supplementary materials for this article are available online.