[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
لینک به اندیشه آماری
به منظور درج لینک از آدرس تصویر
زیر استفاده فرمایید :
AWT IMAGE
 
..
:: جلد 25، شماره 1 - ( 11-1399 ) ::
جلد 25 شماره 1 صفحات 15-9 برگشت به فهرست نسخه ها
مقایسه‌ چند الگوریتم برآورد ماکسیمم درستنمایی مدل آمیخته خطی تعمیم‌یافته فضایی
فاطمه حسینی* ، امید کریمی
دانشگاه سمنان
چکیده:   (2198 مشاهده)

در مدل‌های آمیخته خطی تعمیم‌یافته فضایی، همبستگی فضایی با اضافه کردن متغیرهای پنهان به مدل در نظر گرفته می‌شود. در این مدل‌ها چون متغیر پاسخ فضایی غیر گاوسی است و به دلیل وجود متغیرهای پنهان تابع درستنمایی معمولا شکل بسته‌ای ندارد و لذا رهیافت ماکسیمم درستنمایی برای برآورد پارامترها با چالش مواجه است. هدف اصلی این مقاله معرفی دو الگوریتم جدید برای به دست آوردن برآوردهای ماکسیمم درستنمایی پارامترها و مقایسه با الگوریتم‌های موجود از نظر سرعت و دقت است. الگوریتم‌های معرفی شده برروی یک مجموعه داده شبیه‌سازی شده به‌کار گرفته و عملکرد آن‌هامقایسه می‌شود.

واژه‌های کلیدی: همبستگی فضایی، مدل‌های آمیخته خطی تعمیم‌یافته فضایی، برآورد ماکسیمم درستنمایی.
متن کامل [PDF 1161 kb]   (1029 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1399/3/27 | پذیرش: 1399/11/1 | انتشار: 1399/11/10
فهرست منابع
1. Baghishani, H., Rue, H. and Mohammadzadeh, M. (2011), A Data Cloning Algorithm for Computing Maximum Likelihood Estimates in Spatial Generalized Linear Mixed Models, Computational Statistics and Data Analysis, 55, 1748-1759.
2. Baghishani, H., Rue, H., and Mohammadzadeh, M. (2012). On a Hybrid Data Cloning Method and Its Application in Generalized Linear Mixed Models, Statistics and Computing, 22, 613-597.
3. Breslow, N. E., and Clayton, D. G. (1993). Approximate Inference in Generalized Linear Mixed Models, Journal of the American Statistical Association, 88, 9-25.
4. Diggle, P., Tawn, J.A., and Moyeed, R. A. (1998). Model-based geostatistic, Journal of the Royal Statistical Society, Series C. Applied Statistics, 47, 299-350.
5. Eidsvik, J., Martino, S. and Rue, H. (2009), Approximate Bayesian Inference in Spatial Generalized Linear Mixed Models, Scandinavian Journal of Statistics, 36, 1-22.
6. Hosseini, F. (2016), A New Algorithm for Estimating the Parameters of the Spatial Generalized Linear Mixed Models, Environmental and Ecological Statistics, 23, 205-217.
7. Hosseini, F., Eidsvik, J. and Mohammadzadeh, M. (2011). Approximate Bayesian Inference in Spatial GLMM with Skew Normal Latent Variables, Computational Statistics and Data Analysis, 55, 1791-1806.
8. Hosseini, F., and Karimi, O. (2020). Approximate likelihood Inference in Spatial Generalized Linear Mixed Models with Closed Skew Normal latent Variables, Communication in Statistics- Simulation and Computation, 49(1), 121-134.
9. Hosseini, F., and Karimi, O. (2019). Approximate Composite Marginal Likelihood Inference in Spatial Generalized Linear Mixed Models, Journal of Applied Statistics, 46(3), 542-558.
10. Hosseini, F. and Mohammadzadeh, M. (2012). Bayesian Prediction for Spatial GLMM’s with Closed Skew NormalLatent Variables, Australian & New Zealand Journal of Statistics, 54, 43-62.
11. Hosseini, F., Mohammadzadeh, M., and Karimi, O. (2014). Pseudo-likelihood Inference for Discrete Spatial Response (A Case Study of the Semnan rainfall data), Journal of Science Kharazmi University, 13, 797-808.
12. McCullagh, P., and Nelder, J. A. (1989). Generalized linear models, Chapman and Hall, London.
13. Rasmussen, C. E. and Williams, C. K. I., (2006). Gaussian Processes for Machine Learning, the MIT Press.
14. Torabi, M. (2013). Likelihood Inference in Generalized Linear Mixed Measurement Error Models, Computational Statistics & Data Analysis, 57, 549-557.
15. Torabi, M. (2015). Likelihood Inference for Spatial Generalized Linear Mixed Models. Communications in Statistics-Simulation and Computation, 44, 1692-1701.
16. Varin, C., Høst, G. and Skare, Ø. (2005). Pairwise Likelihood Inference in Spatial Generalized Linear Mixed Models, Computational Statistics and Data Analysis, 49, 1173-1191.
17. Zhang, H. (2002). On Estimation and Prediction for Spatial Generalized Linear Mixed Models, Biometrics, 58, 129-136.
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Hossini F, Karimi O. A Comparison of Algorithms for Maximum Likelihood Estimation of Spatial GLM models. Andishe 2021; 25 (1) :9-15
URL: http://andisheyeamari.irstat.ir/article-1-809-fa.html

حسینی فاطمه، کریمی امید. مقایسه‌ چند الگوریتم برآورد ماکسیمم درستنمایی مدل آمیخته خطی تعمیم‌یافته فضایی. اندیشه آماری. 1399; 25 (1) :9-15

URL: http://andisheyeamari.irstat.ir/article-1-809-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
جلد 25، شماره 1 - ( 11-1399 ) برگشت به فهرست نسخه ها
مجله اندیشه آماری Andishe _ye Amari
Persian site map - English site map - Created in 0.06 seconds with 39 queries by YEKTAWEB 4660