线性混合模型中基于 Lasso 的均匀有效推断
统计方法学
2023-09-14 v4 统计理论
统计理论
摘要
线性混合模型（LMMs）适用于聚类数据，常见于生物计量学、医学、调查统计以及许多其他领域。在这些应用中，在选出可用变量子集后进行有效推断至关重要。我们针对高斯 LMMs 中的固定效应构造了基于 Lasso 型估计量的置信集。除提供置信区域外，这也可用于量化该过程中变量选择与参数估计的联合不确定性。为了证明所得固定效应置信集在回归系数与协方差参数的参数空间上均均匀有效，我们还证明了关于协方差参数的限制最大似然（REML）估计量的均匀 Cramer 一致性的新结果。所构造置信集相对于朴素选后程序的优越性在模拟中得到验证，并通过一项关于美国湖泊酸中和能力的研究加以说明。
引用
@article{arxiv.2204.03887,
title = {Uniformly Valid Inference Based on the Lasso in Linear Mixed Models},
author = {Peter Kramlinger and Ulrike Schneider and Tatyana Krivobokova},
journal= {arXiv preprint arXiv:2204.03887},
year = {2023}
}
备注
25 pages, 1 figure