Maximum Likelihood Variance Components Estimation for Binary Data

We consider a class of probit-normal models for binary data and describe ML and REML estimation of variance components for that class as well as best prediction for the realized values of the random effects. ML estimates are calculated using an EM algorithm; for complicated models EM includes a Gibb... Ausführliche Beschreibung

1. Person: McCulloch, Charles E.
Quelle: in Journal of the American Statistical Association : JASA : the premier journal of statistical science Vol. 89, No. 425 (1994), p. 330-335
Weitere Artikel
Format: Online-Artikel
Sprache: English
Veröffentlicht: 1994
Beschreibung: Online-Ressource
Schlagworte: research-article
EM algorithm
Fixed and random effects
Generalized linear models
Monte Carlo Markov chain
Probit
Online Zugang: Volltext
Volltext
Volltext
Tags: Hinzufügen
Keine Tags. Fügen Sie den ersten Tag hinzu!
Anmerkung: Copyright: Copyright 1994 American Statistical Association

Online

Volltext
Falls Sie Probleme beim Volltextzugriff haben, prüfen Sie bitte auch den 'Find Text'-Button oder fragen Sie uns!
Volltext
Falls Sie Probleme beim Volltextzugriff haben, prüfen Sie bitte auch den 'Find Text'-Button oder fragen Sie uns!

Ähnliche Einträge

Keine ähnlichen Titel gefunden

Privacy Notice Ask a Librarian New Acquisitions