Variance component testing in generalised linear models with random effects
含随机效应广义线性模型中的方差分量检验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：摘要明确属于生物医学随机效应与方差分量检验，未说明面板结构，组间异质性不足以支持面板分类。
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
含随机效应广义线性模型中的方差分量检验
- 研究问题
- 如何在随机效应广义线性模型中检验过度离散、相关性与组间异质性，并避免指定随机效应的联合分布？
- 方法与思路
- 作者构造所有方差分量为零的总体得分检验，以及逐个方差分量的得分检验和近似，并用应用与模拟评估。
- 材料陈述的贡献
- 摘要称总体检验具有局部渐近最严格性质，且无需指定随机效应联合分布；两类检验均可借助现有软件实施。
- 阅读关注点
- 应核对零方差边界下的检验分布、局部最优性条件，以及不指定联合分布时仍需满足的模型要求。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；这里的稳健性仅指不指定随机效应联合分布，不能理解为任意错设稳健。
原文摘要
There is considerable interest in testing for overdispersion, correlation and heterogeneity across groups in biomedical studies. In this paper, we cast the problem in the framework of generalised linear models with random effects. We propose a global score test for the null hypothesis that all the variance components are zero. This test is a locally asymptotically most stringent test and is robust in the special sense that the test does not require specifying the joint distribution of the random effects. We also propose individual score tests and their approximations for testing the variance components separately. Both tests can be easily implemented using existing statistical software. We illustrate these tests with an application to the study of heterogeneity of mating success across males and females in an experiment on salamander matings, and evaluate their performance through simulation.