随机效应混合模型的统计推断

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    11001267
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    18.0万
  • 负责人：
    李再兴
  • 依托单位：
    中国矿业大学（北京）
  • 学科分类：
    A0402.统计推断与统计计算
  • 结题年份：
    2013
  • 批准年份：
    2010
  • 项目状态：
    已结题
  • 起止时间：
    2011-01-01 至2013-12-31
  • 项目参与者：
    景平； 高运良； 黄群； 孙锡； 王宝金； 邵金； 凡美金；
  • 关键词：
    估计随机效应检验。

项目摘要

本课题主要考察纵向数据里随机效应混合模型的统计推断- - - - 估计和检验。由于随机效应协方差的非负定性和数据的相关性,特别是在随机效应是否存在的检验问题中, 参数真值出现在参数空间的边界上,对传统的检验法提出了挑战,我们希望在随机效应混合模型的框架下改进或者发展相应的估计检验理论。主要内容有:.1. 估计：主要考虑在没有随机效应和随机误差的分布假设下的估计问题；.2. 检验：文献中随机效应检验统计量的临界值大多要使用蒙特卡罗方法来确定,我们将根据混合模型的结构来改进发展易于操作的检验方法。. 因混合模型在生物统计等方面的广泛应用，我们的课题在理论和应用上都有很重要的意义。

结项摘要

本项目是关于“随机效应混合模型的统计推断”，目前按计划如期完成。. 项目的主要成果概述如下：. 1、在统计学的方法论上，改进了经典的得分检验（Statistica Sinica2012）: 通过改变传统得分检验中估计量只依赖于原假设的作法，构造在原假设和备择假设下都相合的估计，提高了检验的功效。. 2、在纵向数据混合模型中随机效应是否存在这一非标准的检验问题上，我们发现了文献中不少作者将其当作双边检验来处理的不太合理作法，同时移除了文献中对随机效应和随机误差的参数分布假设代之相应的矩条件，也避免了文献中需要借助MCMC来确定临界值的计算负担，发展了三类具有很好理论性质同时又易于操作的检验： （1）基于拟似然得分的最大值检验法（Statistica Sinica2012）；. （2）基于原假设和备择假设下两类误差方差估计的做差检验法（SJS2010, JSPI2013，CSTM2013）；. （3）基于随机效应协方差矩阵的求迹检验法（JSPI2013）。. 对上述三类检验，我们都确立了相应的统计理论（极限分布和功效性质）：在一定的正则条件下，极限分布分别是几个标准正态分布的最大值和标准正态分布，而且检验是相合的，在一定条件下，都能探测到根号n逆的数量级的局部备择假设。. 3、在纵向数据随机效应混合模型的参数估计上，我们在对随机效应和随机误差无任何分布假设只有矩条件下，提出了投影估计法。特地，. （1）发展了随机效应协方差矩阵和随机误差方差的两类估计(Metrika2013)： 一类是先估计随机效应的协方差矩阵,后估计随机误差；另一类相反。（2）考察了带有限制条件的线性混合模型的参数估计（CJAPS2011）; (3)研究了非参数混合效应模型中误差方差的三类相合估计（6个估计）(CSTM2012)。. 4、 对响应变量未必能分解成独立块的ANOVA-型混合模型，不同于文献中借助随机效应和随机误差的正态分布假设以及MCMC模拟确定临界值，我们在无任何分布假设只有矩条件下，研究了随机效应的某些分量(子集)是否存在的非标准检验问题（随机效应是否存在的检验问题是该问题的特例），发展了做差型和求迹型的两类易于处理的检验，并确立了相应的检验理论（SJS2014published online)

项目成果

期刊论文数量（8）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
A new test for random effects in linear mixed models with longitudinal data
纵向数据线性混合模型随机效应的新检验
  • DOI：
    10.1016/j.jspi.2012.06.023
  • 发表时间：
    2013
  • 期刊：
    Journal of Statistical Planning and Inference
  • 影响因子：
    0.9
  • 作者：
    Li, Zaixing;Zhu, Lixing
  • 通讯作者：
    Zhu, Lixing
带限制线性混合模型中参数估计的小样本性质(英文)
  • DOI：
    --
  • 发表时间：
    2011
  • 期刊：
    应用概率统计
  • 影响因子：
    --
  • 作者：
    李再兴;丁胜;Li Zaixing(Department of Mathematics,China Univers
  • 通讯作者：
    Li Zaixing(Department of Mathematics,China Univers
两个一维总体分布相等性的permutation 检验
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    辽宁工程技术大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    黄 群
  • 通讯作者：
    黄 群
Two kinds of variance/covariance estimates in linear mixed models
线性混合模型中的两种方差/协方差估计
  • DOI：
    10.1007/s00184-012-0388-6
  • 发表时间：
    2013-04
  • 期刊：
    Metrika
  • 影响因子：
    0.7
  • 作者：
    Li, Zaixing
  • 通讯作者：
    Li, Zaixing
A Comparison of Error Variance Estimates in Nonparametric Mixed Models
非参数混合模型中误差方差估计的比较
  • DOI：
    10.1080/03610926.2010.529526
  • 发表时间：
    2012-01
  • 期刊：
    Communications in Statistics - Theory and Methods
  • 影响因子：
    --
  • 作者：
    Li, Zaixing
  • 通讯作者：
    Li, Zaixing

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

白洋淀养殖区春季沉积物垂向微生物群落特征及驱动因素
  • DOI：
    10.13671/j.hjkxxb.2019.0460
  • 发表时间：
    2020
  • 期刊：
    环境科学学报
  • 影响因子：
    --
  • 作者：
    周石磊;孙悦;岳哿丞;张航;王周强;刘世崇;彭瑞哲;苑世超;李再兴;崔建升
  • 通讯作者：
    崔建升
雄安新区-白洋淀冬季冰封期水体溶解性有机物的空间分布、光谱特征及来源解析
  • DOI：
    10.13227/j.hjkx.201906007
  • 发表时间：
    2020
  • 期刊：
    环境科学
  • 影响因子：
    --
  • 作者：
    周石磊;孙悦;张艺冉;蒋永丰;尹璐;黄廷林;李再兴;罗晓;战江;王函
  • 通讯作者：
    王函
阿维菌素废水工业化UASB颗粒污泥产甲烷菌群分析
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    环境科学
  • 影响因子：
    --
  • 作者：
    马俊科;李再兴;刘春;杨景亮;吴根;郭建博
  • 通讯作者：
    郭建博
基于UV-vis和EEMs解析白洋淀冬季冰封期间隙水DOM的光谱特征及来源
  • DOI：
    10.13671/j.hjkxxb.2019.0328
  • 发表时间：
    2020
  • 期刊：
    环境科学学报
  • 影响因子：
    --
  • 作者：
    周石磊;孙悦;张艺冉;尹璐;贾雅迪;杨文丽;黄廷林;李再兴;罗晓;崔建升
  • 通讯作者：
    崔建升
混合模型在地质统计学中的应用综述
  • DOI：
    --
  • 发表时间：
    2017
  • 期刊：
    安徽大学学报(自然科学版)
  • 影响因子：
    --
  • 作者：
    李再兴
  • 通讯作者：
    李再兴

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

李再兴的其他基金

混合模型的方差元素检验及函数型混合模型研究
  • 批准号：
    11671398
  • 批准年份：
    2016
  • 资助金额：
    48.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码