线性混合效应模型中方差分量估计方法研究.pdfVIP

第二十五卷ChineseJournalofAppliedProbability

第三期2009年6月andStatisticsVb1．25NO．3Jun．2009

线性混合效应模型中方差分量的估计木

许王莉

(中国人民大学统计学院，北京，100872)

摘要

本文首先研究了含三个方差分量的线性混合随机效应模型改进的AN0VA估计，此估计在均方损

失下一致优于ANOVA估计．由于这些方差估计取负值的概率大于零，对得到的估计在某非负点采用截

尾的方法得到非负估计是一种常用的方法．对文章中提出的估计，研究了此估计在某非负点截尾之后

得到的估计在均方损失意义下优于截尾之前的估计的充分条件，同时给出ANoVA估计在截尾之后优

于它本身的充分条件，而且将得到的结论推广到更一般的线性混合随机效应模型．

关键词：线性混合随机效应模型，非负估计，AN0vA估计．

学科分类号：O212．1．

§1．引言

随机效应模型是广泛应用于生存分析、医学、经济、质量控制等领域的一类模型，对

模型中方差参数估计的研究已经很多，比如方差分析估计(ANOVA)，极大似然估计(MLE)，

限制极大似然估计(REMLE)，最小范数二次无偏估计(MINQUE)，谱分解估计(SDE)，

Bayes估计等，具体可参考文献1【-7】．由于ANOVA估计具有显示表达式，关于它的研究文献

也比较多．LaMotteI8】证明了方差分量的非负无偏估计不存在的，大量的文献是在均方损失

下讨论ANOVA的非负估计，tL~Chow和Shao[9]提出了正的截尾估计，Portnoy[1~J得到了广

义Bayes估计以及它的容许性，Mathew，Sinha和Sutradharl11】给出了非负的不变估计．

本文考虑了三个方差分量的线性混合随机效应模型

Y=+u1Oil-b012+￡．(1．1)

其中，是佗×l的观测向量，是n×P的已知设计矩阵，，分别是n×ql，n×q2的已知

矩阵，是p×1未知参数向量，O／1，Ol2分别为q1×l，q2×1的随机效应向量，E是n×1的随机

误差．o／1，Q2，￡相互独立，且分别服从多元正态分布N(0，})，N(0，≥)，N(0，)．

对线性混合随机效应模型(1．1)，方差分量}，，2的ANOVA估计是二次统计量的线

性组合．范和王Il2】在均方损失下修正了模型(1．1)的ANOVA估计，它们的分析结果基于这样

~ANOVA估计：令(P(x，u1)一Px)y，(P(x，U1，)一尸(，U))，Y(一，U1，))分别等于

它们各自的数学期望得到的关于，，的方程组，通过解该方程组得到AN0VA估计，这

国家自然科学基金项目~教育部人文社会科学研究基金项目(08JC910002)资助

本文2007年8月17日收到，2007年12月15日收到修改稿．

第二十五卷

里表示的投影阵．但是，如果(，)和的维数相同，或者(，，)和(，)的维

数相同，}，，0r2的ANOVA估计就不能唯一确定．本文给出一组新的方差分量的ANOVA

估计，无妨分别记为，，和，避免了上述所提到的问题．基于这样的ANOVA估计，

本文在一类估计族中构造方差参数}，i的修正ANOVA估计，得到的估计分别记为，

在均方损失意义下，1和2分别一致优于ANoVA估计1和2．

2．

由于本文所给出的ANOVA估计，修正的ANOVA估计取负值的概率都大于零，很多文

献在均方损失下讨论ANOVA的非负估计，其中一类重要的方法就是把估计在非负点截

尾．对线性混合随机效应模型