Restricted likelihood inference for generalized linear mixed models (Articolo in rivista)

Type
Label
  • Restricted likelihood inference for generalized linear mixed models (Articolo in rivista) (literal)
Anno
  • 2011-01-01T00:00:00+01:00 (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#doi
  • 10.1007/s11222-009-9157-4 (literal)
Alternative label
  • Bellio, R.;Brazzale, A. (2011)
    Restricted likelihood inference for generalized linear mixed models
    in Statistics and computing
    (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#autori
  • Bellio, R.;Brazzale, A. (literal)
Pagina inizio
  • 173 (literal)
Pagina fine
  • 183 (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#url
  • http://www.scopus.com/record/display.url?eid=2-s2.0-79951555641&origin=inward (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroVolume
  • 21 (literal)
Rivista
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#pagineTotali
  • 11 (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#numeroFascicolo
  • 2 (literal)
Note
  • ISI Web of Science (WoS) (literal)
  • Scopu (literal)
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#affiliazioni
  • 1: Dipartimento di Scienze Statistiche, Università di Udine, via Treppo 18, 33100 Udine (UD), Italy; 2: Dipartimento di Scienze Sociali, Cognitive e Quantitative, Università di Modena e Reggio Emilia, viale Allegri 9, 42121 Reggio Emilia (RE), Italy / Istituto di Ingegneria Biomedica, Consiglio Nazionale delle Ricerche, Padova, Italy (literal)
Titolo
  • Restricted likelihood inference for generalized linear mixed models (literal)
Abstract
  • We aim to promote the use of the modified profile likelihood function for estimating the variance parameters of a GLMM in analogy to the REML criterion for linear mixed models. Our approach is based on both quasi-Monte Carlo integration and numerical quadrature, obtaining in either case simulation-free inferential results. We will illustrate our idea by applying it to regression models with binary responses or count data and independent clusters, covering also the case of two-part models. Two real data examples and three simulation studies support the use of the proposed solution as a natural extension of REML for GLMMs. An R package implementing the methodology is available online. © 2009 Springer Science+Business Media, LLC. (literal)
Prodotto di
Autore CNR
Insieme di parole chiave

Incoming links:


Prodotto
Autore CNR di
Http://www.cnr.it/ontology/cnr/pubblicazioni.owl#rivistaDi
Insieme di parole chiave di
data.CNR.it