• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistical Methods and Applications >Bayesian quantile regression for parametric nonlinear mixed effects models
【24h】

Bayesian quantile regression for parametric nonlinear mixed effects models

机译：参数非线性混合效应模型的贝叶斯分位数回归

获取原文
获取原文并翻译 | 示例
       
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

We propose quantile regression (QR) in the Bayesian framework for a class of nonlinear mixed effects models with a known, parametric model form for longitudinal data. Estimation of the regression quantiles is based on a likelihood-based approach using the asymmetric Laplace density. Posterior computations are carried out via Gibbs sampling and the adaptive rejection Metropolis algorithm. To assess the performance of the Bayesian QR estimator, we compare it with the mean regression estimator using real and simulated data. Results show that the Bayesian QR estimator provides a fuller examination of the shape of the conditional distribution of the response variable. Our approach is proposed for parametric nonlinear mixed effects models, and therefore may not be generalized to models without a given model form.
机译：我们在贝叶斯框架中为一类非线性混合效应模型提出分位数回归（QR），该模型具有用于纵向数据的已知参数模型形式。回归分位数的估计基于使用非对称拉普拉斯密度的基于似然的方法。通过Gibbs采样和自适应拒绝Metropolis算法进行后验计算。为了评估贝叶斯QR估计量的性能，我们使用真实和模拟数据将其与均值回归估计量进行比较。结果表明，贝叶斯QR估计器可以更全面地检查响应变量的条件分布的形状。我们的方法是针对参数非线性混合效应模型提出的，因此，如果没有给定的模型形式，则可能无法推广到模型。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号