1) generalized linear mixed models
广义线性混合效应模型
1.
Objective :To discuss generalized linear mixed models(GLMMs) of categorical repeated measurement datas in clinical curative effect evaluation,implementing with GLIMMIX macro in SAS8.
目的:探讨临床疗效评价中分类重复测量资料的广义线性混合效应模型(GLMMs)及SAS8。
2) Generalized linear mixed models
广义线性混合模型
1.
The Application of Generalized Linear Mixed Models in Actuarial Analysis;
广义线性混合模型在精算分析中的应用
2.
When the response is normal distribution, Linear Mixed Models is used and its theory is mature;When the response is categories , such as the drug efficacy divided into effective and ineffective,or count data such as the number of hypertensives’treatments within a month and so on,we can use Generalized Linear Mixed Models(GLMMs), General Linear Models is the special case of GLMMs.
但由于同一个体不同时间测量值之间存在相关性,给统计分析方法提出了许多新问题,当反应变量服从正态分布,常采用线性混合效应模型(Linear Mixed Models),其理论完善,方法相对成熟;当结局变量表现为分类特征,如药物临床试验的疗效分为有效和无效,或某月内高血压患者社区门诊就诊次数等计数数据等,可采用广义线性混合模型(Generalized Linear Mixed Models,GLMMs),线性混合效应模型也可看作GLMMs的一种特殊情况。
3.
In this paper, we develop links between credibility theories in actuarial science and generalized linear mixed models in statistics.
因此建立信度模型与广义线性混合模型之间的联系,通过对信度模型的分解可以看到:传统的信度理论对风险的刻画方法与广义线性混合模型的结构有极其相似的地方,故可以用广义线性混合模型来厘定经验费率。
3) general mixed linear model
广义混合线性模型
1.
Analysis of irrigation experiment using general mixed linear model;
田间灌溉试验资料广义混合线性模型分析
4) generalized linear mixed model(GLMM)
广义线性混合模型(GLMM)
5) Mixed General Dynamic Linear Model
混合广义线性动态模型
6) linear mixed effects model
线性混合效应模型
1.
According the characteristics of the bivariate repeated measurement data,using the MIXED procedure of SAS software to fit linear mixed effects model.
为了探讨环境医学研究中不满足独立性要求资料相关性分析的方法,针对双反应变量重复测量资料的特点,采用SAS软件的MIXED过程,建立线性混合效应模型。
补充资料：多元线性回归模型
分子式：
CAS号：
性质：假定从理论上或经验上已经知道输出变量y是输入变x1，x2，…,xm的线性函数，但表达其线性关系的系数是未知的，要根据输入输出的n次观察结果(c11，x21，…，xml，yi)(i=1,n)来确定系数的值。按最小二乘法原理来求出系数值，所得到的模型为多元线性回归模型。
CAS号：
性质：假定从理论上或经验上已经知道输出变量y是输入变x1，x2，…,xm的线性函数，但表达其线性关系的系数是未知的，要根据输入输出的n次观察结果(c11，x21，…，xml，yi)(i=1,n)来确定系数的值。按最小二乘法原理来求出系数值，所得到的模型为多元线性回归模型。
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条