線性混合模型中的參數(shù)估計(jì).pdf

1、混合效應(yīng)的線性模型中含有兩類參數(shù):一類是固定效應(yīng)參數(shù),另一類是隨機(jī)效應(yīng)部分的方差分量參數(shù).許多文獻(xiàn)所討論的線性混合模型,一般要求其中隨機(jī)效應(yīng)部分服從標(biāo)準(zhǔn)正態(tài)分布,在這一條件下對其中的參數(shù)作出各種估計(jì).
　　 本文在此基礎(chǔ)上,主要研究討論了在線性混合模型中,隨機(jī)效應(yīng)不僅是標(biāo)準(zhǔn)正態(tài)分布的情況下,分別對這兩類參數(shù)作估計(jì)和檢驗(yàn).
　　 對于模型中的固定效應(yīng)參數(shù)的估計(jì),本文首先提出一種辦法,將不同的線性混合模型轉(zhuǎn)化為滿足Guass

2、-Markov假設(shè)的線性模型,在此基礎(chǔ)上,根據(jù)不同的情況,對其中的固定效應(yīng)參數(shù)作最小二乘估計(jì)；當(dāng)模型在較強(qiáng)的復(fù)共線性時(shí),相應(yīng)的對其做嶺估計(jì),并比較最小二乘估計(jì)與嶺估計(jì)之間的優(yōu)劣:當(dāng)其中的隨機(jī)變量之間并不獨(dú)立時(shí),通過對模型的變換,求出參數(shù)的廣義最小二乘估計(jì).
　　 設(shè)計(jì)陣的QR分解能使得在方差分量估計(jì)中達(dá)到簡化運(yùn)算,節(jié)省內(nèi)存等效果,本文對模型作一定變換后對設(shè)計(jì)陣作QR分解.在方差分量的估計(jì)中,運(yùn)用所得的結(jié)果,進(jìn)一步簡化計(jì)算.