典型基本偏斜-t线性混合模型
统计方法学
2021-09-28 v1 统计理论
统计理论
摘要
在临床试验中，研究常呈现纵向数据或聚类数据。这些研究通常使用线性混合模型（LMMs）分析，一般对随机效应和误差项考虑高斯假设。近来，若干研究将传统 LMM 的严格假设扩展为更灵活的假设，可容纳偏度和重尾，从而对离群点更稳健。本文提出一种典型基本偏斜-t线性混合模型（ST-LMM），其允许非对称且重尾的随机效应和误差，并包含若干重要特例，这些特例被给出并用于模型选择。针对这一稳健且灵活的模型，我们利用 ST-LMM 的层次表示以闭式给出一种高效的 EM 型算法，通过最大似然进行参数估计。此外，讨论了标准误和随机效应的估计。该方法通过对精神分裂症数据的应用和一些模拟研究加以说明。
引用
@article{arxiv.2109.12152,
title = {Canonical fundamental skew-t linear mixed models},
author = {Fernanda L. Schumacher and Larissa A. Matos and Celso R. B. Cabral},
journal= {arXiv preprint arXiv:2109.12152},
year = {2021}
}