انجمن آمار ایران اندیشه آماری 1026-8944 25 1 2020 08 22 Comparison of several algorithms for maximum likelihood estimation of spatial generalized linear mixed models مقایسه‌ چند الگوریتم برآورد ماکسیمم درستنمایی مدل آمیخته خطی تعمیم‌یافته فضایی 9 15 723767 FA فاطمه حسینی گروه آمار دانشگاه سمنان امید کریمی گروه آمار دانشگاه سمنان Journal Article 2025 05 09 In spatial generalized linear mixed models, spatial correlation is considered by adding latent variables to the model. In these models, since the spatial response variable is non-Gaussian and due to the presence of latent variables, the likelihood function usually does not have a closed form, and therefore the maximum likelihood approach for parameter estimation faces challenges. The main objective of this paper is to introduce two new algorithms for obtaining maximum likelihood estimates of parameters and to compare them with existing algorithms in terms of speed and accuracy. The introduced algorithms are applied on a simulated dataset and their performance is compared. 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. https://andisheyeamari.irstat.ir/article_723767_bd9331157a94f6404689089b0590f6ed.pdf