分层广义线性模型

✍ dations ◷ 2025-08-13 22:26:10 #回归分析,统计模型

在统计学中,分层广义线性模型(hierarchical generalized linear models (HGLM))可视为广义线性模型的推广。在广义线性模型中,误差分量是统计独立的, 然而这一假设并非总是成立的。即在有些情况下,误差项之间有函数关系。分层广义线性模型允许有不同的误差分量,误差分量可以统计相关的,并不必要满足正态分布。当有不同的聚类存在时,同一聚类中的观测值是相关的,并且是正相关的。在这种情况下,广义线性模型是不适用的,忽略这些关联会引起造成一些问题 。

在分层模型中,观测值可进行聚类,并且观测值的分布不仅由所有聚类的共同结构决定,也由聚类的具体结构决定。于是,模型要引入随机效应分量,并且不同的聚类有不同的随机效应分量。设 y {\displaystyle y} 为响应变量, u {\displaystyle u} 为随机效应, g {\displaystyle g} 为连结函数。在分层广义线性模型中,需要假设 y | u {\displaystyle y|u} u {\displaystyle u} 满足: y u   f ( θ , ϕ ) {\displaystyle y\mid u\sim \ f(\theta ,\,\phi )} and u   f u ( α ) . {\displaystyle u\sim \ f_{u}(\alpha ).}

线性预测器形式为:

其中, μ = E ( y ) {\displaystyle \mu =E(y)} η = X β + v {\displaystyle \eta =X\beta +v} v = v ( u ) {\displaystyle v=v(u)} u {\displaystyle u} 的严格单调函数。在分层广义线性模型中,固定效应为 β {\displaystyle \beta } ,对所有观测值都相同。随机分量 u {\displaystyle u} 是不可观测的,不同聚类对应的随机分量取值是随机的。于是,同一聚类的观测值对应的 u {\displaystyle u} 的取值相同,不同聚类的观测值对应的 u {\displaystyle u} 的取值也不同。

为了进行参数推断,有必要保证满足可识别性(英语:Identifiability) 。在以上模型中,v是不可识别的,因为

其中 a {\displaystyle a} 为常数。 要使模型可识别,需要对参数另加约束。约束常加在随机效应上,比如 E ( v ) = 0 {\displaystyle E(v)=0}

假设不同的分布函数 y u {\displaystyle y\mid u} u {\displaystyle u} ,采用不同的链接函数 g {\displaystyle g} 和 ' v {\displaystyle v} ,可以得到不同的模型。另外,广义线性混合模型(英语:generalized linear mixed model)是分层广义线性模型的一个特例。在分层广义线性模型中, 随机效应的分布函数 u {\displaystyle u} 不必要满足正态分布。如果 u {\displaystyle u} 的分布为正态分布, v {\displaystyle v} 的链接函数为恒等函数,此时的分层广义线性模型即为广义线性混合模型。

y u {\displaystyle y\mid u} u {\displaystyle u} 的分布可取为共轭分布,此时分层广义线性模型有一些特殊的性质,并且易于计算和理解。比如,如果 y u {\displaystyle y\mid u} 的分布为平均值一定的泊松分布, u {\displaystyle u} 的分布为伽玛分布,并取标准对数连接函数,则此时分层广义线性模型为泊松共轭分层广义线性模型。如果 y u {\displaystyle y\mid u} 的分布为平均值一定的二项分布, u {\displaystyle u} 的分布为共轭贝塔分布,采用标准罗吉特连接函数,则此时分层广义线性模型为贝塔共轭模型。另外,广义线性混合模型其实就是正态共轭分层广义线性模型。

常见的模型总结如下:

分层广义线性模型适用条件是观测值可归为不同的聚类。估计函数有两类:固定效应估计函数和随机效应估计函数,分别相应于 η = x β {\displaystyle \eta =\mathbf {x} {\boldsymbol {\beta }}} v ( u ) {\displaystyle \mathbf {v(u)} } 中的参数。有多种方法进行分层广义线性模型中的参数估计。如果只对固定效应估计函数感兴趣,可以采用总体平均模型。如果要推断个体,就需要估计随机效应。 拟合分层广义线性模型有多种技术。

分层广义线性模型在实际生活中有诸多应用。

这一模型可用于分析半导体制造中相互关联的过程形成的负载的层级过程。工程师可以应用此模型发现和分析重要的次过程,同时评估这些次过程对最终性能的影响 。


市场问题也可以用分层广义线性模型来分析。研究者应用此模型研究了一国范围内的消费者,以解决国际市场研究中的嵌套数据结构问题。

相关

  • 衣原体门衣原体门(学名:Chlamydiae)是一门细菌。它们的生长完全在其它生物的细胞内进行,是专性寄生菌。衣原体原先多被归入衣原体属(Chlamydia),随着分子生物学发展,目前根据系统发育树分
  • 单系群单系群(英文:Monophyletic group,也称为单系类群)在支序分类中指的是一个分类单元(Taxon),其中的所有物种,只有一个共同的祖先,而且它们就是该祖先的所有后代。单系群也可以被这样定
  • 惰性中微子惰性中微子(英语:sterile neutrino)是温暗物质的候选者,不参加除引力以外的任何相互作用。在标准模型中为单态。2016年8月,IceCube中微子观测站宣布,未能在预期值域内找到惰性中微
  • 奥斯卡·扎里斯基奥斯卡·扎里斯基(英文:Oscar Zariski,原名Ascher Zaritsky,1899年4月24日-1986年7月4日)是犹太裔美国籍数学家,出生于沙俄科布林(英文Kobrin,俄文Ко́брын,今属白俄罗斯),任美国
  • 拉尔夫·巴滕施拉格拉尔夫·F·W·巴滕施拉格(德语:Ralf Bartenschlager,1958年5月29日-),德国病毒学家,自1989年以来一直致力于丙型肝炎的研究。 他是海德堡大学传染病研究部的教授。2016年,他因对丙
  • 巴巴角坐标:39°28′47″N 26°03′50″E / 39.4796904°N 26.0639691°E / 39.4796904; 26.0639691 巴巴角(英语:Cape Baba)位于安那托利亚的最西端,同是也是全亚洲大陆的最西端,是欧、
  • 鲁道夫·阿恩海姆鲁道夫·阿恩海姆(德语:Rudolf Arnheim,1904年7月15日-2007年6月9日),德裔美籍心理学家、美学家,格式塔心理学美学的代表人物,曾任美国美学协会主席。1904年出生于柏林,1923年入读柏
  • 克里夫兰县克里夫兰县(Cleveland County, Oklahoma)是美国奥克拉荷马州中部的一个县。面积1,446平方公里。根据美国2000年人口普查,共有人口208,016人。县治诺曼 (Norman)。州府奥克拉荷
  • 约翰·威廉斯 (吉他演奏家)约翰·克里斯托弗·威廉斯(John Christopher Williams,1941年4月24日-),当代著名的古典吉他演奏家。他同时还参与合作众多通俗音乐的演出。他也是一位作曲家和编曲家。约翰·威廉
  • 选举或任命的女性国家元首列表本表列出女性担任选举或者任命的国家元首的情况。始于20世纪中叶,本文不包括女君主,和不担任国家元首的政府首脑,比如总理。*兼任政府首脑 ^两人或更多人共同担任元首及首脑