广义Gamma分布簇广义线性混合模型的参数估计.pdfVIP

DOI:10.13546/j.cnki.tjyjc.2013.05.001

理论新探

广义Gamma分布簇广义线性混合模型的参数估计

1a21b

谢远涛，杨娟,徐梅笛

（1.对外经济贸易大学a.保险学院;b.国际经济贸易学院，北京100029；2.中国人民大学统计学院，北京100872）

摘要：文章在广义线性混合模型的框架下分析广义Gamma分布簇广义线性混合模型的参数估计问题。

提出的参数估计有以下三个显著特点：其一，充分利用广义线性混合模型参数估计的理论成果，参数估计表达

式与6种广义线性混合模型参数估计结果形式相同；其二，该方法可以通过反复调用广义线性混合模型中的参

数估计模块来实现；其三，具有渐进正态性。

关键词：广义Gamma分布簇；广义线性混合模型；罚拟似然；边际拟似然；伪似然

中图分类号：O212文献标识码：A文章编号：1002-6487（2013）05-0014-03

这里有两种不同的思路。第一种思路是把当作扰动ui

0引言（nuisance）变量，仅仅使用不包含信息的那部分数据来ui

对特定系数进行推断。这被称为总体平均法（PA，popula-

广义Gamma分布簇广义线性混合模型与广义线性混tion-averaged）。第二种思路被称为个体设定方法（SS，

合模型乃至广义线性模型的关键区别是，变量不再满足指subject-specific），该法重点关注单个个体随机效应的估u

数分布簇，因此，统计推断问题变得异常复杂，本文主要讨计，以及它与总体参数也即固定效应之间的关系。这里

β

论广义Gamma分布簇广义线性混合模型的参数估计问把看作来自某一分布的若干独立样本，同时估计固定效ui

题。应和随机效应。iui

β

自1972年Nelder和Wedderburn引进广义线性模型以在随机常数项模型中，在这两种推断方法之间的选择

来，学者一直尝试在更广义的分布中建立模型，如指数分导致使用横截信息与使用纵向信息的不同。第一种思路

布簇，单参数Gamma分布（ClaytonandCuzick,1985），正则仅仅使用了纵向信息，也即，在个体内进行比较来估计

稳态分布（Hougaard,1986），逆高斯分布(Hougaard,1986)，ui。而第二种思路中假定满足一个分布，我们可以同时ui

对数正态分布（McGilchristandAisbett,1991）。考虑纵向数据信息和横截信息，相应的每个数据源的权重

同时，不断引入异质性来增强模型的适应性。Zeger,由的变动性来确定。ui

LiangandAlbert(1988)集中在纵向数据系统讨论了随机这两种思路的选取将直接影响似然函数的构造。第

效应模型的建模问题。Gurkaetal.(2006)把Box-Cox变换一种思路产生了偏似然估计，包括条件似然估计和边际似

推