Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "mixed linear models" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-8 z 8
    Tytuł:
    Selective generalized F tests
    Autorzy:
    Nunes, C.
    Mexia, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/729760.pdf
    Data publikacji:
    2004
    Wydawca:
    Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
    Tematy:
    mixed linear models
    variance components
    generalized polar coordinates
    selective F testes
    Opis:
    Generalized F tests were introduced by Michalski and Zmyślony (1996) for variance components and later (1999) for linear functions of parameters in mixed linear models. We now use generalized polar coordinates to obtain, for the second case, tests that are more powerful for selected families of alternatives.
    Źródło:
    Discussiones Mathematicae Probability and Statistics; 2004, 24, 2; 281-288
    1509-9423
    Pojawia się w:
    Discussiones Mathematicae Probability and Statistics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Bayesian and generalized confidence intervals on variance ratio and on the variance component in mixed linear models
    Autorzy:
    Michalski, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/729664.pdf
    Data publikacji:
    2009
    Wydawca:
    Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
    Tematy:
    mixed linear models
    variance components
    hypothesis testing
    confidence intervals
    generalized p-values
    Opis:
    The paper deals with construction of exact confidence intervals for the variance component σ₁² and ratio θ of variance components σ₁² and σ² in mixed linear models for the family of normal distributions $_t(0, σ₁²W + σ²I_t)$. This problem essentially depends on algebraic structure of the covariance matrix W (see Gnot and Michalski, 1994, Michalski and Zmyślony, 1996). In the paper we give two classes of bayesian interval estimators depending on a prior distribution on (σ₁², σ²) for:
    1) the variance components ratio θ - built by using test statistics obtained from the decomposition of a quadratic form y'Ay for the Bayes locally best estimator of σ₁², Michalski and Zmyślony (1996),
    2) the variance component σ₁² - constructed using Bayes point estimators from BIQUE class (Best Invariant Quadratic Unbiased Estimators, see Gnot and Kleffe, 1983, and Michalski, 2003).
    In the paper an idea of construction of confidence intervals using generalized p-values is also presented (Tsui and Weerahandi, 1989, Zhou and Mathew, 1994). Theoretical results for Bayes interval estimators and for some generalized confidence intervals by simulations studies for some experimental layouts are illustrated and compared (cf Arendacká, 2005).
    Źródło:
    Discussiones Mathematicae Probability and Statistics; 2009, 29, 1; 5-29
    1509-9423
    Pojawia się w:
    Discussiones Mathematicae Probability and Statistics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Tests of independence of normal random variables with known and unknown variance ratio
    Autorzy:
    Gąsiorek, Edward
    Michalski, Andrzej
    Zmyślony, Roman
    Powiązania:
    https://bibliotekanauki.pl/articles/729874.pdf
    Data publikacji:
    2000
    Wydawca:
    Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
    Tematy:
    mixed linear models
    variance components
    correlation
    quadratic unbiased estimation
    testing hypotheses
    confidence intervals
    Opis:
    In the paper, a new approach to construction test for independenceof two-dimensional normally distributed random vectors is given under the assumption that the ratio of the variances is known. This test is uniformly better than the t-Student test. A comparison of the power of these two tests is given. A behaviour of this test forsome ε-contamination of the original model is also shown. In the general case when the variance ratio is unknown, an adaptive test is presented. The equivalence between this test and the classical t-test for independence of normal variables is shown. Moreover, the confidence interval for correlation coefficient is given. The results follow from the unified theory of testing hypotheses both for fixed effects and variance components presented in papers [6] and [7].
    Źródło:
    Discussiones Mathematicae Probability and Statistics; 2000, 20, 2; 233-247
    1509-9423
    Pojawia się w:
    Discussiones Mathematicae Probability and Statistics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    On some properties of ML and REML estimators in mixed normal models with two variance components
    Autorzy:
    Gnot, Stanisław
    Michalski, Andrzej
    Urbańska-Motyka, Agnieszka
    Powiązania:
    https://bibliotekanauki.pl/articles/729742.pdf
    Data publikacji:
    2004
    Wydawca:
    Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
    Tematy:
    mixed linear models
    likelihood-based inference
    ML- and REML- estimation
    variance components
    Fisher's information
    Opis:
    In the paper, the problem of estimation of variance components σ₁² and σ₂² by using the ML-method and REML-method in a normal mixed linear model {Y,E(Y) = Xβ, Cov(Y) = σ₁²V + σ₂²Iₙ} is considered. This paper deal with properties of estimators of variance components, particularly when an explicit form of these estimators is unknown. The conditions when the ML and REML estimators can be expressed in explicit forms are given, too. The simulation study for one-way classification unbalanced random model together with a new proposition of approximation of expectation and variances of ML and REML estimators are shown. Numerical calculations with reference to the generalized Fisher's information are also given.
    Źródło:
    Discussiones Mathematicae Probability and Statistics; 2004, 24, 1; 109-126
    1509-9423
    Pojawia się w:
    Discussiones Mathematicae Probability and Statistics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Linear Cholesky decomposition of covariance matrices in mixed models with correlated random effects
    Autorzy:
    Rabe, Anasu
    Shangodoyin, D. K.
    Thaga, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/1186928.pdf
    Data publikacji:
    2019-12-10
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    correlated random effects
    covariance matrix
    linear Cholesky decomposition
    linear mixed models
    Opis:
    Modelling the covariance matrix in linear mixed models provides an additional advantage in making inference about subject-specific effects, particularly in the analysis of repeated measurement data, where time-ordering of the responses induces significant correlation. Some difficulties encountered in these modelling procedures include high dimensionality and statistical interpretability of parameters, positive definiteness constraint and violation of model assumptions. One key assumption in linear mixed models is that random errors and random effects are independent, and its violation leads to biased and inefficient parameter estimates. To minimize these drawbacks, we developed a procedure that accounts for correlations induced by violation of this key assumption. In recent literature, variants of Cholesky decomposition were employed to circumvent the positive definiteness constraint, with parsimony achieved by joint modelling of mean and covariance parameters using covariates. In this article, we developed a linear Cholesky decomposition of the random effects covariance matrix, providing a framework for inference that accounts for correlations induced by covariate(s) shared by both fixed and random effects design matrices, a circumstance leading to lack of independence between random errors and random effects. The proposed decomposition is particularly useful in parameter estimation using the maximum likelihood and restricted/residual maximum likelihood procedures.
    Źródło:
    Statistics in Transition new series; 2019, 20, 4; 59-70
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Orthogonal models: Algebraic structure and explicit estimators for estimable vectors
    Autorzy:
    Pereira, Artur
    Fonseca, Miguel
    Mexia, João
    Powiązania:
    https://bibliotekanauki.pl/articles/729750.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Zielonogórski. Wydział Matematyki, Informatyki i Ekonometrii
    Tematy:
    linear models
    mixed models
    inference
    orthogonal models
    UBLUE
    Opis:
    We study the algebraic structure of orthogonal models thus of mixed models whose variance covariance matrices are all positive semi definite, linear combinations of known pairwise orthogonal projection matrices, POOPM, and whose least square estimators, LSE, of estimable vectors are best linear unbiased estimator, BLUE, whatever the variance components, so they are uniformly BLUE, UBLUE. From the results of the algebraic structure we will get explicit expression for the LSE of these models.
    Źródło:
    Discussiones Mathematicae Probability and Statistics; 2015, 35, 1-2; 29-44
    1509-9423
    Pojawia się w:
    Discussiones Mathematicae Probability and Statistics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Modelowanie cech drzew i drzewostanów z wykorzystaniem modeli efektów mieszanych
    Modeling of the tree and stand parameters using mixed-effects models
    Autorzy:
    Bronisz, K.
    Powiązania:
    https://bibliotekanauki.pl/articles/980258.pdf
    Data publikacji:
    2019
    Wydawca:
    Polskie Towarzystwo Leśne
    Tematy:
    lesnictwo
    drzewostany
    drzewa lesne
    grubosc kory
    cechy dendrometryczne
    modelowanie
    modele liniowe
    modele efektow mieszanych
    bark thickness
    scots pine
    regression
    linear mixed−effects models
    Opis:
    Regression analysis is one of the most popular statistical modeling tools, which can define linear or nonlinear relationships between individual trees and stands parameters. Mixed−effects models are one of the contemporary trends of those regression methods. These models can be applied to describe such features as: height, biomass, taper, site index or volume both at the level of a single tree and whole forest ecosystems. The aim of this work is to present the characteristics of the mixed−effects model, the applicability of linear and nonlinear mixed−effects models in forest studies, and the example of a linear mixed−effects model defining the relationship between bark thickness and diameter at breast height for Scots pine (Pinus sylvestris L.) in comparison to the linear fixed−effect model. Goodness−of−fit for the obtained linear mixed−effect model indicate its better fit to the pine bark thickness than in the case of the mixed−effects model. Moreover, most of the published research results indicate the predominance of both linear and nonlinear mixed−effects models according to fixed−effect ones. These studies indicate the wide possibilities of using mixed−effect models in forestry. However, there are also results pointing to the disadvantages of these models and put into question the legitimacy of their use in forest research. This fact to some extent confirms the results (residuals behavior) obtained in this study. Therefore, it seems necessary to conduct further research, which on the one hand will allow the potential of this solution to be used, and on the other hand will help to clarify emerging doubts.
    Źródło:
    Sylwan; 2019, 163, 07; 564-575
    0039-7660
    Pojawia się w:
    Sylwan
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A statistical data-based approach to instability detection and wear prediction in radial turning processes
    Metoda wykrywania niestabilności i przewidywania zużycia w procesach toczenia promieniowego w oparciu o dane statystyczne
    Autorzy:
    Jimenez Cortadi, A.
    Boto, F.
    Suarez, A.
    Galar, D.
    Irigoien, I.
    Sierra, B.
    Powiązania:
    https://bibliotekanauki.pl/articles/301148.pdf
    Data publikacji:
    2018
    Wydawca:
    Polska Akademia Nauk. Polskie Naukowo-Techniczne Towarzystwo Eksploatacyjne PAN
    Tematy:
    radial turning
    tool-life improvement
    instability detection
    wear prediction
    Linear Mixed Models
    toczenie promieniowe
    poprawa żywotności narzędzi
    wykrywanie niestabilności
    predykcja zużycia
    liniowe modele mieszane
    Opis:
    Radial turning forces for tool-life improvements are studied, with the emphasis on predictive rather than preventive maintenance. A tool for wear prediction in various experimental settings of instability is proposed through the application of two statistical approaches to process data on tool-wear during turning processes: three sigma edit rule analysis and Principal Component Analysis (PCA). A Linear Mixed Model (LMM) is applied for wear prediction. These statistical approaches to instability detection generate results of acceptable accuracy for delivering expert opinion. They may be used for on-line monitoring to improve the processing of different materials. The LMM predicted significant differences for tool wear when turning different alloys and with different lubrication systems. It also predicted the degree to which the turning process could be extended while conserving stability. Finally, it should be mentioned that tool force in contact with the material was not considered to be an important input variable for the model.
    Badano siły występujące w procesie toczenia promieniowego. Celem badań było wydłużenie żywotności narzędzi tokarskich, przy czym główny nacisk kładziono na konserwację predykcyjną, a nie zapobiegawczą. Zaproponowano technikę prognozowania zużycia w różnych warunkach eksperymentalnych niestabilności, która polega na zastosowaniu metod statystycznych do przetwarzania danych dotyczących zużycia narzędzi podczas procesów toczenia. Wykorzystano dwie metody statystycznę: analizę z zastosowaniem reguły trzech sigm oraz analizę głównych składowych (PCA). Do prognozowania zużycia zastosowano liniowy model mieszany (LMM). Omawiane statystyczne podejścia do wykrywania niestabilności generują wyniki o dopuszczalnej dokładności, na podstawie których można formułować opinie eksperckie. Dane te można wykorzystywać do doskonalenia przetwarzania różnych materiałów poprzez monitorowanie w trybie on-line. W przedstawionych badaniach, LMM pozwolił przewidzieć znaczące różnice w zużyciu narzędzia podczas toczenia różnych stopów przy zastosowaniu różnych systemów smarowania. Umożliwił także prognozowanie stopnia, w jakim proces toczenia można przedłużać zachowując jego stabilność. Na koniec należy wspomnieć, że nie brano pod uwagę siły generowanej w kontakcie narzędzia z materiałem jako istotnej zmiennej wejściowej dla modelu.
    Źródło:
    Eksploatacja i Niezawodność; 2018, 20, 3; 405-412
    1507-2711
    Pojawia się w:
    Eksploatacja i Niezawodność
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-8 z 8

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies