Zobrazeno 1 - 10
of 46 680
pro vyhledávání: '"Mixed effect models"'
Autor:
Ding, Feng, Laga, Ian
Variable selection remains a difficult problem, especially for generalized linear mixed models (GLMMs). While some frequentist approaches to simultaneously select joint fixed and random effects exist, primarily through the use of penalization, existi
Externí odkaz:
http://arxiv.org/abs/2412.01084
Modelling longitudinal data is an important yet challenging task. These datasets can be high-dimensional, contain non-linear effects and time-varying covariates. Gaussian process (GP) prior-based variational autoencoders (VAEs) have emerged as a prom
Externí odkaz:
http://arxiv.org/abs/2409.11008
Evaluating heterogeneity of treatment effects (HTE) across subgroups is common in both randomized trials and observational studies. Although several statistical challenges of HTE analyses including low statistical power and multiple comparisons are w
Externí odkaz:
http://arxiv.org/abs/2407.06466
Analyzing longitudinal data in health studies is challenging due to sparse and error-prone measurements, strong within-individual correlation, missing data and various trajectory shapes. While mixed-effect models (MM) effectively address these challe
Externí odkaz:
http://arxiv.org/abs/2402.10624
This paper presents asymptotic results for the maximum likelihood and restricted maximum likelihood (REML) estimators within a two-way crossed mixed effect model as the sizes of the rows, columns, and cells tend to infinity. Under very mild condition
Externí odkaz:
http://arxiv.org/abs/2401.06446
Publikováno v:
Journal of Tropical Forest Science, 2023 Jan 01. 35(3), 249-259.
Externí odkaz:
https://www.jstor.org/stable/48737470
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Engineering Applications of Artificial Intelligence (2024), 31, 107867
Maize, a crucial crop globally cultivated across vast regions, especially in sub-Saharan Africa, Asia, and Latin America, occupies 197 million hectares as of 2021. Various statistical and machine learning models, including mixed-effect models, random
Externí odkaz:
http://arxiv.org/abs/2308.06399
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.