Goodness-of-fit test in parametric mixed effects models based on estimation of the error distribution
基于误差分布估计的参数混合效应模型拟合优度检验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：摘要明确将混合效应检验用于纵向数据，支持面板数据方向；未提供因果识别或其他领域细分的依据。
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…
基于误差分布估计的参数混合效应模型拟合优度检验
- 研究问题
- 作者研究如何检验混合效应模型中固定效应函数的参数形式，并借助误差分布估计识别该函数形式的偏离。
- 方法与思路
- 作者分别用原假设与备择假设下的残差构造经验误差分布函数，以两者的距离形成检验统计量，并推导其渐近分布。
- 材料陈述的贡献
- 摘要称，该检验对所有备择具有检验能力，模拟表现优于所比较方法，并应用于艾滋病临床试验和生长研究的纵向数据。
- 阅读关注点
- 应核对备择函数类、残差与误差分布的估计方式、渐近分布的条件和校准方法，以及纵向相关结构和有限样本尺寸控制。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；所有备择的确切范围、检验水平和模拟结果未说明，不能推断刊本变化。
原文摘要
We address the problem of testing for a parametric function of fixed effects in mixed models. We propose a test based on the distance between two empirical error distribution functions, which are constructed from residuals calculated under the opposing hypotheses. The proposed test statistic has power against all alternatives, and its asymptotic distribution is derived. A simulation study shows that the test outperforms others in the literature. The test is applied to longitudinal data from an AIDS clinical trial and a growth study.