线性混合效应模型函数形式的拟合优度检验
统计理论
2019-12-10 v1 统计理论
摘要
线性混合效应模型（LMMs）是分析数值型结果的聚类或重复观测的一种流行且有力的工具。LMMs 由固定效应和随机效应两部分组成，在模型中通过其各自的设计矩阵指定。检查两个设计矩阵是否正确指定至关重要，因为错误指定会影响分析的有效性和效率。我们展示了如何使用定义为模型残差适当排序后的累积和的随机过程，来检验所拟合 LMM 的函数形式是否正确指定。我们展示了这些过程如何用于检验整个模型或其仅固定和/或随机部分的函形式的拟合优度。研究表明，检视所提过程的图像对于模型函数形式的潜在错误指定极具信息量，为潜在改进模型拟合提供线索。我们展示了如何通过一种基于符号翻转/自助法或模拟来估计 值的新程序使视觉检视客观化，并通过理论结果和大型蒙特卡洛模拟研究证明其有效性。所提方法可用于具有多级或交叉随机效应的 LMMs。
引用
@article{arxiv.1912.04089,
title = {Goodness-of-fit tests for functional form of Linear Mixed effects Models},
author = {Rok Blagus and Jakob Peterlin and Nataša Kejžar},
journal= {arXiv preprint arXiv:1912.04089},
year = {2019}
}