Carregant...
Carregant...

Vés al contingut (premeu Retorn)

Parameter estimation of Poisson generalized linear mixed models based on three different statistical principles: a Simulation Study

Autor
Casals, M.; Langohr, K.; Carrasco, J.; Rönnegård, L.
Tipus d'activitat
Presentació treball a congrés
Nom de l'edició
XIV Conferencia Española de Biometría
Any de l'edició
2013
Data de presentació
2013-05-24
Llibre d'actes
XIV Conferencia Española de Biometría, Ciudad Real 22-24 Mayo 2013
Pàgina inicial
206
Pàgina final
208
URL
http://areaestadistica.uclm.es/biometria2013/ResumenesXIVCEB.pdf Obrir en finestra nova
Resum
Generalized linear mixed models (GLMMs) are a flexible approach to fit non-normal data. The main difficulty of GLMMs is the parameter estimation because it is often not viable to obtain an analytic solution that allows maximizing the marginal likelihood of data. Hence, it is possible to find different principles to fit a GLMM implemented in the main statistical software packages. The purpose of this study is to compare the performance of these GLMM estimation methods via a simulation study with ...
Paraules clau
Estimation methods, GLMM, Statistical principles, overdispersion
Grup de recerca
GRBIO - Grup de Recerca en Bioestadística i Bioinformàtica

Participants

  • Casals, Martí  (autor ponent)
  • Langohr, Klaus  (autor ponent)
  • Carrasco Jordan, Josep Lluís  (autor ponent)
  • Rönnegård, Lars  (autor ponent)