タグ付けされた質問 「blup」

1
最良の線形不偏予測器(BLUP)からの推定値が、最良の線形不偏推定器(BLUE)と異なるのはなぜですか?
それらの違いは、モデル内のグループ化変数が固定効果またはランダム効果として推定されるかどうかに関連することを理解していますが、なぜ同じではないのかは分かりません(同じでない場合)。 小面積推定を使用する場合、これが関連する場合、これがどのように機能するかに特に興味がありますが、質問は固定効果とランダム効果の適用に関連していると思われます。

2
混合モデルのパラメーター推定に関する直観(分散パラメーターと条件付きモード)
ランダム効果(たとえば、被験者のBLUP /条件付きモード)は線形混合効果モデルのパラメーターではなく、推定された分散/共分散パラメーターから導出できることを何度も読みました。例えば、ラインホルト・クリーグル等。(2011)状態: 変量効果は、被験者の総平均RTからの偏差と被験者の固定効果パラメーターからの偏差です。これらは独立して、通常は0の平均これらのランダムな効果があることを認識することが重要であると一緒に配布されると仮定されているではない だけでその分散と共分散がある- LMMのパラメータ。[...] LMMパラメーターを被験者のデータと組み合わせて使用​​すると、被験者ごとにランダム効果の「予測」(条件付きモード)を生成できます。 誰かが実際にランダム効果を使用/推定せずにランダム効果の(共)分散パラメーターを推定する方法を直感的に説明できますか?
弊社のサイトを使用することにより、あなたは弊社のクッキーポリシーおよびプライバシーポリシーを読み、理解したものとみなされます。
Licensed under cc by-sa 3.0 with attribution required.