线性混合模型中惩罚小二乘法与广义小二乘法表示.pdfVIP

惩罚最小二乘法与广义最小二乘法性混合模型

中的表示

道格拉斯·贝茨统计系威斯康

星大学麦迪逊分校

R语言中的lme4包用于拟合线性混合模型的方法基于稀疏矩阵

方法，特别是稀疏半正定矩阵的Choky分解，在给定随机效应的

响应条件模型的惩罚最小二乘表示中。这种表示类似于

Henderson的混合模型方程。另一种计算的表示方法是广义最小二

乘问题。我们描述了这两种表示方法，展示了它们的等价性，并解释

了为什么我们认为惩罚最小二乘方法更具灵活性和计算效率。

1模型定义

我们考虑线性混合模型，其中随机效应由一个q维随机向量B表示，响应变

量由一个n维随机向量Y表示。我们观察到响应变量的一个值y。随机效应

是未被观测到的。

为了我们的目的，假设给定B的Y的条件分布为“球形”多元

2

正态分布。也就是说，我们假设Y|B的方差‑协方差矩阵仅为σI