Главная Назад


Авторизация
Идентификатор пользователя / читателя
Пароль (для удалённых пользователей)
 

Вид поиска
Область поиска
в найденном
Найдено в других БД
Формат представления найденных документов:
библиографическое описаниекраткий полный
Отсортировать найденные документы по:
авторузаглавиюгоду изданиятипу документа
Поисковый запрос: (<.>S=СМЕШАННЫЕ МОДЕЛИ<.>)
Общее количество найденных документов : 60
Показаны документы с 1 по 20
 1-20    21-40   41-60  
1.

Вид документа : Статья из журнала
РЖ ВИНИТИ 76 (BI29) 89.05-04Н1.198

Автор(ы) : Tan W.Y.
Заглавие : Some mixed models of carcinogenesis
Источник статьи : Math. and Comput. Modell. - 1988. - Vol. 10, N 10. - С. 765-773
Аннотация: Известно, что Оп развиваются из норм. стволовых Кл в результате необратимых и наследуемых изменений. К наст. времени существует ряд математ. моделей, описывающих 2-стадийный канцерогенез, однако не принимающих во внимание значение онкогенов, антионкогенов и роль добавочных генов в этом процессе. Предложена новая смешанная модель, учитывающая не принимаемые во внимание ранее факторы. Предлагаемая модель позволяет проводить корректную оценку канцерогенного риска факторов окружающей среды, обладающих инициирующими (мутагены) и/или промоцирующими (гормоны, металлы, чужеродные тела) св-вами. Представлено математич. описание модели. США, Memphis State Univ., Memphis, TN 38152. Библ. 33.
ГРНТИ : 76.29.49
Предметные рубрики: КАНЦЕРОГЕНЕЗ ХИМИЧЕСКИЙ
МУТАГЕНЫ
ОПУХОЛЕВЫЕ ПРОМОТОРЫ
МАТЕМАТИЧЕСКИЕ МОДЕЛИ
СМЕШАННЫЕ МОДЕЛИ
Дата ввода:
2.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 89.03-04А3.28

Автор(ы) : Geranka, Bronislaw, Mejza, Stanislaw
Заглавие : Analysis of off springs of a diallel experiment in a BIB design - A mixed model
Источник статьи : EDV Med. und Biol. - 1988. - Vol. 19, N 2 - 3. - С. 70-74
Аннотация: Рассматривается проблема анализа генотипов, полученных в системе диаллельных скрещиваний, включающей множество p(p - 1) потомков прямых и реципрокных скрещиваний (система 3-го типа в классификации Гриффинга). Предполагается, что эксперимент проведен в соответствии с планом сбалансированных неполных блоков, так что наблюдения описываются моделью (1): y='мю'+'ДЕЛЬТА''тау'+D'бета'+'эта', где 'ДЕЛЬТА' и D - матрицы плана для обработок (генотипов) и блоков, 'бета' и 'эта' - случайные векторы параметров блоков и остатков, 'тау' - вектор эффектов обработок, описываемый станд. моделью (2): 'гамма'[i][j]='мю'+g[i]+g[j]+s[i][j]+w[i][j]. Здесь g[i], s[i][j], w[i][j] - общая - общая и специфическая комбинационные способности и реципрокный эффект. Описываются процедуры дисперсионного анализа и оценивания различных параметров. Предлагаются критерии для проверки различных гипотез о переменных модели (2). ПНР, Acad. of Agriculture in Poznan, Dep. of Mathematical and Statistical Methods, ul. Wojska Polskiego 28, 60 - 637 Poznan. Библ. 9.
ГРНТИ : 34.03.23
Предметные рубрики: МАТЕМАТИЧЕСКИЕ МОДЕЛИ
МАТЕМАТИЧЕСКАЯ ГЕНЕТИКА
КОЛИЧЕСТВЕННЫЕ ПРИЗНАКИ
ДИАЛЛЕЛЬНЫЕ ЭКСПЕРИМЕНТЫ
СМЕШАННЫЕ МОДЕЛИ
АНАЛИЗ
Дата ввода:
3.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 89.06-04А3.443

Автор(ы) : Simianer H.
Заглавие : Efficient search strategies in iterative algorithms for variance component estimation
Источник статьи : Z. Tierzucht. und Zuchtungsbiol. - 1988. - Vol. 105, N 6. - С. 468-483
Аннотация: Пусть справедлива станд. смешанная модель (1): y=X'бета'+ +Zu+e, где y - вектор наблюдений, 'бета' - вектор фиксированных эффектов, u - вектор случайных эффектов с ковариационной матрицей 'сигма'{2}[u]A, e - вектор случайных остатков с ковариационной матрицей 'сигма'{2}[e]I. При оценивании дисперсий 'сигма'{2}[u] и 'сигма'{2}[e] по данным, описываемым такой моделью, часто используются подходы, основанные на максимизации ожидания и логарифме правдоподобия. Описываются и численно сопоставляются различные стратегии численного оценивания дисперсий с использованием этих 2-х подходов. Рассматриваются вопросы, связанные со сходимостью и эффективностью стратегий. Обсуждается возможность перенесения полученных выводов на случай более сложных моделей. ФРГ, Inst. of Animal Breeding and Genetics, Justus Liebig Univ., GieSSen. Библ. 31.
ГРНТИ : 34.05.25
Предметные рубрики: БИОМЕТРИЯ
СМЕШАННЫЕ МОДЕЛИ
КОМПОНЕНТЫ ДИСПЕРСИИ
ОЦЕНИВАНИЕ
СРАВНЕНИЕ МЕТОДОВ
Дата ввода:
4.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 89.05-04А3.499

Автор(ы) : Jensen J., Mao I.L.
Заглавие : Transformation algorithms in analysis of single trait and of multitrait models with equal design matrices and one random factor per trait a review
Источник статьи : J. Anim. Sci. - 1988. - Vol. 66, N 11. - С. 2750-2761
Аннотация: Обзор. Пусть вектор наблюдений на i-ом индивиде описывается смешанной моделью (1): Y[i]=Xb[i]+Zu[i]+e[i], где b[i], u[i] - векторы фиксированных и случайных эффектов (последний с ковариационной матрицей G); X,Z - известные матрицы, e[i] - вектор случайных остатков с ковариационный матрицей R. Предлагается ряд подходов к оцениванию элементов матриц G и R, основанных на преобразовании данных к определенному виду (напр., такому, что матрица G становится диагональной, а матрица R - единичной). Предлагаемые подходы позволяют существенно уменьшить кол-во необходимых вычислений по сравнению с итеративным алгоритмом максимизации ожидания для метода макс. правдоподобия с ограничениями. Кроме того после выполнения преобразований кол-во вычислений растет линейно с ростом итераций, что позволяет использовать консервативный критерий остановки итераций. США, Michigan State Univ., East Lansing 48824-1225. Библ. 25.
ГРНТИ : 34.05.25
Предметные рубрики: БИОМЕТРИЯ
АЛГОРИТМЫ
ОЦЕНИВАНИЕ
СМЕШАННЫЕ МОДЕЛИ
ПРЕОБРАЗОВАНИЯ ДАННЫХ
ОБЗОРЫ
БИБЛ. 35
Дата ввода:
5.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 89.08-04А3.456

Автор(ы) : Henderson C.R.
Заглавие : Exact prediction error variances for full model computed from reduced model
Источник статьи : J. Dairy Sci. - 1988. - Vol. 71, N 11. - С. 3128-3134
Аннотация: Размерность векторы u случайных эффектов в смешанной модели (1): y=X'бета'+Zu+e, где y - вектор наблюдений, X, Z - известные матрицы, 'бета'-вектор неизвестных параметров, e-вектор случайных остатков) часто бывает слишком большой для обращения соотв. матриц и последующего вычисления оценок дисперсий и ковариаций. Описывается метод нахождения соотв. обратной матрицы для модели (1) на основании множества линейных ф-ций от аналогичных матриц редуцированной модели (2): y=X'бета'+Z[r]u[r]+e[r], где произведение X'бета' то же, что и в (1), остальные векторы и матрица имеют меньшую размерность и выбраны т. обр., что средние значения и ковариационные матрицы вектора y в обеих моделях совпадают. Представлены ф-лы для вычисления оценок различных параметров полной модели (1) на основании редуцированной. Рассматриваются 2 численных иллюстративных примера из обл. генетики колич. признаков. США, Dep. of Animal Sciences Univ. of Illinois Urbana 61801. Библ. 13.
ГРНТИ : 34.05.25
Предметные рубрики: БИОМЕТРИЯ
СМЕШАННЫЕ МОДЕЛИ
РЕДУЦИРОВАННЫЕ МОДЕЛИ
ОШИБКИ ПРЕДСКАЗАНИЯ
ОЦЕНИВАНИЕ
Дата ввода:
6.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 89.08-04А3.27

Автор(ы) : Henderson C.R.
Заглавие : Simple method to compute biases and mean squared errors of linear estimators and predictors in a selection model assuming multivariate normality
Источник статьи : J. Dairy Sci. - 1988. - Vol. 71, N 11. - С. 3135-3142
Аннотация: Оценивание традиционными методами смещений и среднеквадратичных ошибок предсказаний, полученных на основании смешанных линейных моделей генетики колич. признаков вида (1): y=X'бета' + Zu + e, при наличии отбора очень сложно и трудоемко. Разработан метод численного нахождения оценок, использующий предположение о многомерной нормальности и модель отбора Пирсона. Особенности подхода иллюстрируется на примере анализа модельных данных. США, Dep. of Animal Scis Univ. of Illinois Urbana 61801. Библ. 2.
ГРНТИ : 34.03.23
Предметные рубрики: БИОМЕТРИЯ
МАТЕМАТИЧЕСКАЯ ГЕНЕТИКА
КОЛИЧЕСТВЕННЫЕ ПРИЗНАКИ
ОТБОР
СМЕШАННЫЕ МОДЕЛИ
ПРЕДСКАЗАНИЯ
СМЕЩЕНИЯ
Дата ввода:
7.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 89.02-04А3.466

Автор(ы) : Im S., Gianola D.
Заглавие : Mixed models for binomial data with an application to lamb mortality
Источник статьи : Appl. Statist. - 1988. - Vol. 37, N 2. - С. 196-204
Аннотация: В нек-рых приложениях дисперсионного анализа для случая дихотомической зависимой переменной м. б. применена модель со смешанными линейными эффектами. Исходя из известной модели Кокса с фиксированными логит- и пробит-эффектами для биномиальных данных, авт. приводят версию этой модели для наличия случайных эффектов. Предлагается метод для предсказания случайных и оценивания фиксированных эффектов и компонент дисперсии. Для оценивания 1-х используется метод расчета условных мат. ожиданий, а для 2-х - максимально правдоподобного оценивания. Сравнивается 2 подхода к получению оценок - при помощи ЕМ-алгоритма и симплекс-метода. Симплексметод медленнее ЕМ-алгоритма, но зато более робастен. Помимо этого, ЕМ-алгоритм нельзя использовать при малом кол-ве наблюдений в каждой ячейке табл. дисперсионного анализа, т. к. это приводит к неудовлетворительной аппроксимации постериорных средних и дисперсий. Рассмотрен пример анализа данных о смертности ягнят. Франция, Laboratoire de biometrie, Centre de Recherches de Toulouse, BP 27, F31326, Castanet - Tolosan Cedex. Табл. 1. Библ. 34.
ГРНТИ : 34.05.25
Предметные рубрики: БИОМЕТРИЯ
ДИСПЕРСИОННЫЙ АНАЛИЗ
СМЕШАННЫЕ МОДЕЛИ
БИНОМИАЛЬНЫЕ ДАННЫЕ
ОЦЕНИВАНИЕ
СИМПЛЕКС - МЕТОД
Дата ввода:
8.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 89.09-04А3.579

Автор(ы) : Boik Robert J.
Заглавие : The mixed model for multivariate repeated measures: validity conditions and an approximate test
Источник статьи : Psychometrika. - 1988. - Vol. 53, N 4. - С. 469-486
Аннотация: В экспериментах с повторными измерениями, проводимыми через t равных интервалов времени, ответ можно описать t-мерной переменной. Анализ такого ответа можно производить либо посредством применения смешанной одномерной модели Шеффе, либо при помощи одной из 2-х многомерных моделей - дважды многомерной или же смешанной многомерной модели (СММ). Приведено описание этих моделей, показано, что для пригодности СММ при условии многомерной нормальности латентной переменной необходимо и достаточно выполнение условия многомерной сферичности матрицы ковариаций. Приведен критерий отношения правдоподобия для проверки гипотезы многомерной сферичности и его аппроксимация для случая выборок среднего объема. Показано, каким образом м. б. введена поправка критерия на несферичность, что повышает робастность критерия СММ. США, Dep. of Math. Sci., Montana State Univ., Bozeman, MT 59717. Табл. 3. Библ. 41.
ГРНТИ : 34.05.25
Предметные рубрики: БИОМЕТРИЯ
СМЕШАННЫЕ МОДЕЛИ
ОТНОШЕНИЕ ПРАВДОПОДОБИЯ
ПРОВЕРКА СФЕРИЧНОСТИ
ПОВТОРНЫЕ ИЗМЕРЕНИЯ
Дата ввода:
9.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 90.04-04А3.534

Автор(ы) : Quaas Richard L.
Заглавие : Transformed mixed model equations: a recursive algorithm to eliminate A1}
Источник статьи : J. Dajry Sci. - 1989. - Vol. 72, N 7. - С. 1937-1941
Аннотация: При использовании смешанных моделей, имеющих аддитивные генетические эффекты, часто бывает необходимо повторно решать систему ур-ний вида (1): (B+'альфа'A1})u=r. При использовании декомпозиции A=LL{t} система (1) сводится к (2): (L{t}BL+'альфа'I)v=L{t}r, где v=L1}u. Henderson C. R. ("Biometrics", 1976, 32 69) показал каким образом м. б. вычислены L и A1} непосредственно по данным о производителях и самках без вычисления - матрицы A. Предлагаются алгоритмы для вычисления величин L{t}BL и L{t}r без предварительного вычисления матрицы L. Получаемые в результате этих процедур величины м. б. использованы в ур-ниях вида (2). Представлены численные примеры анализа модельных данных. Библ. 9.
ГРНТИ : 34.05.25
Предметные рубрики: МАТЕМАТИЧЕСКАЯ ГЕНЕТИКА
АЛГОРИТМЫ
СМЕШАННЫЕ МОДЕЛИ
ЧИСЛЕННЫЙ АНАЛИЗ
Дата ввода:
10.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 90.05-04А3.462

Автор(ы) : Mantysaari E., Van Vleck L.D.
Заглавие : Restricted Maximum Likelihood estimates of variance components from multitrait sire models with large number of fixed effects
Источник статьи : Z. Turzucht. und Zuchtungsbiol. - 1989. - Vol. 106, N 6. - С. 409-422
Аннотация: Описывается алгоритм максимизации ожидания, предназначенный для оценивания параметров смешанной модели (1): y=X'бета'+Zn+e, с использованием метода "ограниченного" макс. правдоподобия. В (1) y-вектор наблюдений, 'бета'-вектор фиксированных эффектов, u, e - векторы случайных эффектов. Разработана стратегия вычислений, основанная на "поглощении" главных фиксированных эффектов, что, в частности позволяет рассматривать и случаи, когда матрицы плана для различных признаков не равны. Представлен численный пример. С использованием реальных данных проводится сопоставление св-в сходимости алгоритма с соотв. св-вами алгоритма Henderson C. R. ("J. Dairy Sci.", 1984, 67, 1581), требующего обращения матриц большого размера. Отмечается, что скорости сходимости оценок обоих алгоритмов близки друг к другу. США, Dep. of Animal Sci., Cornell Univ., Ithaca. Библ. 23.
ГРНТИ : 34.05.25
Предметные рубрики: БИОМЕТРИЯ
АЛГОРИТМЫ
ОЦЕНИВАНИЕ
КОМПОНЕНТЫ ДИСПЕРСИИ
СМЕШАННЫЕ МОДЕЛИ
Дата ввода:
11.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 90.07-04А3.553

Автор(ы) : Im S.
Заглавие : A note on sire evaluation with uncertain paternity
Источник статьи : Biom. J. - 1989. - Vol. 31, N 6. - С. 749-752
Аннотация: Рассматривается проблема оценивания производителей в ситуации, когда имеется определенная вероятность ошибочного приписывания потомка производителю. Используется обычная смешанная модель (1): y[i]=x[i]'бета'+z[i]u+e[i], где y[i] - вектор измерений, 'бета' - вектор фиксированных эффекторв, u - вектор эффектов производителей, а компоненты вектора z[i] принимают значения 1 или 0 в зависимости от того получен ли потомок i от производителя j. С целью учета ошибок в определении потомства предполагается, что векторы z[i] являются случайными и имеют полиномиальное распределение. С использованием станд. техники линейных моделей получены оценки и предикторы фиксированных и случайных эффектов. Подчеркивается, что найденное решение является гораздо более простым, чем альтернативное байесовое. Франция, I.N.R.A., Station de Biometrie et d'Intelligence Artificielle. Библ. 8.
ГРНТИ : 34.05.25
Предметные рубрики: БИОМЕТРИЯ
ОЦЕНИВАНИЕ
ПРОИЗВОДИТЕЛИ
СМЕШАННЫЕ МОДЕЛИ
ОШИБОЧНОЕ ОПРЕДЕЛЕНИЕ ОТЦОВСТВА
Дата ввода:
12.

Вид документа : Статья из сборника (однотомник)
РЖ ВИНИТИ 34 (BI38) 92.03-04А3.512

Автор(ы) : Foulley J.L., San, Gristobal Magali
Заглавие : Bayesian inference abont dispersion parameters in a structural model for heterogeneous variances
Источник статьи : 15th Int. Biom. Conf., Budapest, July 2-6, 1990: IBC'90. - Budapest, 1990. - С. 29
Аннотация: В резюме доклада рассматривается гауссовская линейная модель с фиксированными и случайными эффектами для стратифицированной совокупности. Выводы относительно параметров дисперсии в модели основываются на апостериорном распределении при условии равенства параметра априорного распределения дисперсии на уровнях рассматриваемого фактора оценки маргинального макс. правдоподобия. Утверждается, что процедура м. б. обобщена на случай анализа нескольких факторов. Библ. 3.
ГРНТИ : 34.05.25
Предметные рубрики: БИОМДЕТРИЯ
БАЙЕСОВСКИЕ ПОДХОДЫ
СМЕШАННЫЕ МОДЕЛИ
ОЦЕНИВАНИЕ
ПАРАМЕТРЫ ДИСПЕРСИИ
Дата ввода:
13.

Вид документа : Статья из сборника (однотомник)
РЖ ВИНИТИ 34 (BI38) 91.09-04А3.465

Автор(ы) : Tosh J.J., Wilton J.W.
Заглавие : Degree of connectedness in mixed models
Источник статьи : Proc. 4th World Congr. Genet. Appl. Livestock Prod., Edinburgh, 23-27 July, 1990. - Edinburgh, 1990. - 13. - С. 480-483
Аннотация: Полевые данные часто имеют такой характер, когда заполнена лишь небольшая доля всевозможных подклассов. Определяется для каждого фактора степень связности с целью колич. описания плана данных. Предпринято имитационное исследование несвязанных и групп связанных подклассов одних и тех же данных при оценивании остаточной дисперсии и станд. дисперсии. Анализ всех данных совместно разумен, если степень связности высока. Канада, Centre for Genetic Improvement of Livestock, Univ. of Guelf, Guelf, Ontario, N1G 2W1. Библ. 5.
ГРНТИ : 34.05.25
Предметные рубрики: БИОМЕТРИЯ
СМЕШАННЫЕ МОДЕЛИ
ФАКТОРЫ
СВЯЗНОСТИ
АНАЛИЗ КОМПЛЕКСА ДАННЫХ
Дата ввода:
14.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 91.06-04А3.520

Автор(ы) : McGilchrist C.A., Zhaorong J.
Заглавие : Multicentre clinical trials and variance components
Источник статьи : Biom. J. - 1990. - Vol. 32, N 5. - С. 545-550
Аннотация: Предполагается, что один и тот же тип лечения используется в нескольких клиниках. Пусть клиники представляют собой случайную выборку из совокупности клиник. Тогда получается модель случайного клинического эффекта и случайного взаимодействия клиника-лечение. Предложен метод анализа данных регрессии для модели, в к-рой зависимая переменная имеет биономиальное распределение и регрессия включает как фиксированную, так и случайную компоненты. Метод использован для анализа данных по испытанию лечения во многих клиниках. Австралия, Dep. of Statistics, Univ. of New South Wales, P. O. Box 1, Kensington, New South Wales 2033. Библ. 5.
ГРНТИ : 34.05.25
Предметные рубрики: БИОМЕТРИЯ
КЛИНИЧЕСКИЕ ИСПЫТАНИЯ
МНОЖЕСТВЕННОСТЬ КЛИНИК
СМЕШАННЫЕ МОДЕЛИ
БИНОМИАЛЬНЫЕ ЛОГИТЫ
Дата ввода:
15.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 91.03-04А3.690

Автор(ы) : Groeneveld, Eildert, Kovac, Milena
Заглавие : A generalized computing procedure for setting up and soloing mixed linear models
Источник статьи : J. Dairy Sci. - 1990. - Vol. 73, N 2. - С. 513-531
Аннотация: Представлена обобщенная вычислительная процедура, приложимая к широкому множеству задач, возникающих при разведении животных. Она включает обычный метод наименьших квадратов, обобщенные наименьшие квадраты и смешанные модели. Соотв. система ур-ний решается либо прямыми процедурами, либо итерационно. Процедура позволяет анализировать множественные признаки, учитывать гетерогенность дисперсий, пропуски данных и пр. В приложении приведены псевдокоды фортрана-77, поясняющие стратегию программы. США, Dep. of Animal Scis, Univ. of Illinois, Urbana 61801. Библ. 14.
ГРНТИ : 34.05.25
Предметные рубрики: БИОМЕТРИЯ
МАТЕМАТИЧЕСКАЯ ГЕНЕТИКА
ПРОГРАММЫ
КОЛИЧЕСТВЕННЫЕ ПРИЗНАКИ
СМЕШАННЫЕ МОДЕЛИ
ФОРТРАН-77
Дата ввода:
16.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 92.08-04А3.016

Автор(ы) : Blangero, John, Konigsberg Lyle W.
Заглавие : Multivariate segregation analysis using the mixed model
Источник статьи : Genet. Epidemiol. - 1991. - Vol. 8, N 5. - С. 299-316
Аннотация: Главные гены, влияющие на этиологию сложных заболеваний, вероятно, обладают плеотропными влияниями на колич. признаки. Методы сегрегационного анализа, использующие дополнительную информацию от таких признаков, обладают большей мощностью для обнаружения эффектов главных генов и допускают проверку гипотез относительно плейотропии главных генов. Представлен новый метод многомерного сегрегационного анализа для вычисления провдоподобия родословных в смешанной модели в указанной ситуации. Метод основан на упрощении многомерного условного правдоподобия с помощью преобразования, одновременно ортогонализирующего матрицы ковариации аддитивных генетических значений и средовую. В результате правдоподобия факторизуется и вычисления ускоряются. Приведен пример на реальных данных. США, Dep. of Genetics, Southwest Foundation for Biomedical Res. San Antonio, TX 78228-0147. Библ. 31.
ГРНТИ : 34.03.23
Предметные рубрики: БИОМЕТРИЯ
МАТЕМАТИЧЕСКАЯ ГЕНЕТИКА
СЕГРЕГАЦИОННЫЙ АНАЛИЗ
ГЛАВНЫЕ ГЕНЫ
КОЛИЧЕСТВЕННЫЕ ПРИЗНАКИ
СМЕШАННЫЕ МОДЕЛИ
Дата ввода:
17.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 92.09-04А3.432

Автор(ы) : Oman Samuel D.
Заглавие : Multiplicative effects in mixed model analysis of variance
Источник статьи : Biometrika. - 1991. - Vol. 78, N 4. - С. 729-739
Аннотация: Мультипликативные модели широко используются в анализ табл. с неаддитивными фиксированными эффектами. Предложен класс моделей двумерного дисперсионного анализа с мультипликативным взаимодействием фиксированного и случайного эффектов. Получены ур-ния для итерационного вычисления оценок макс. правдоподобия. Оценивание параметров и проверка гипотез иллюстрируются на данных по генетике растений. Израиль, Dep. of Statistics, Hebrew Univ., Jerusalem 91905. Библ. 29.
ГРНТИ : 34.05.25
Предметные рубрики: БИОМЕТРИЯ
ДИСПЕРСИОННЫЙ АНАЛИЗ
СМЕШАННЫЕ МОДЕЛИ
МУЛЬТИПЛИКАТИВНЫЕ ВЗАИМОДЕЙСТВИЯ
ОЦЕНИВАНИЕ
МАКСИМАЛЬНОЕ ПРАВДОПОДОБИЕ
Дата ввода:
18.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 91.12-04А3.492

Автор(ы) : Rocke David M.
Заглавие : Robustness and balance in the mixed model
Источник статьи : Biometrics. - 1991. - Vol. 47, N 1. - С. 303-309
Аннотация: Выбросы (загрязнения) могут вызвать большие изменения оценок случайных эффектов. Поэтому необходимо развитие робастных методов оценивания для защиты от этих изменений. Один из соотв. подходов предложен авт. ранее ("Biometrika", 1983, 70, 421). При использовании робастного метода на сбалансированных данных к различным точкам применяются разные веса в зависимости от того, рассматриваются ли они как выбросы. Концепции, развитые для анализа несбалансированных данных, служат основой робастных методов анализа при сбалансированности, они аналогичны соотв. методам дисперсионного анализа. США, Graduate School of Management, Univ. of California, Davis, CA 95616. Библ. 16.
ГРНТИ : 34.05.25
Предметные рубрики: БИОМЕТРИЯ
ОЦЕНИВАНИЕ
СМЕШАННЫЕ МОДЕЛИ
КОМПОНЕНТЫ ДИСПЕРСИИ
РОБАСТНЫЕ МЕТОДЫ
Дата ввода:
19.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 92.09-04А3.013

Автор(ы) : Fry James D.
Заглавие : The mixed-model analysis of variance applied to quantictative genetics: biological meaning of the parameters
Источник статьи : Evolution. - USA, 1992. - Vol. 46, N 2. - С. 540-549
Аннотация: Смешанная модель факториального анализа дисперсии многократно использовалась в последних исследованиях по эволюционной колич. генетике. При этом употребляются 2 конкурирующих варианта модели, отличающихся предположениями относительно определения, какая из компонент дисперсии соответствует основному эффекту случайного фактора. Обсуждаются различные интерпретации получаемых при этом результатов в генетическом контексте. Обсуждаются проблемы критериев значимости и несмещенное оценивание в рамках несбалансированных планов. США, Dep. of Zoology, Duke Univ., Durham, NC 27706. Библ. 42.
ГРНТИ : 34.03.23
Предметные рубрики: БИОМЕТРИЯ
МАТЕМАТИЧЕСКАЯ ГЕНЕТИКА
КОЛИЧЕСТВЕННЫЕ ПРИЗНАКИ
ДИСПЕРСИОННЫЙ АНАЛИЗ
СМЕШАННЫЕ МОДЕЛИ
ИНТЕРПРЕТАЦИЯ
Дата ввода:
20.

Вид документа : Статья из журнала
РЖ ВИНИТИ 34 (BI38) 92.10-04А3.010

Автор(ы) : Cantet R.J.C., Fernando R.L., Gianolo D.
Заглавие : Bayesian inference about dispersion parameters of univariate mixed models with maternal effects: theoretical considerations
Источник статьи : Genet., Selec., Evol. - 1992. - Vol. 24, N 2. - С. 107-135
Аннотация: Рассматриваются смешанные линейные модели для материнских эффектов в рамках моделей колич. генетики, включающие фиксированный и случайный элементы и дисперсионные параметры (дисперсии и ковариации). Представлена байесовская модель выводов о параметрах. Модель включает нормальное правдоподобие данных, плоское априорное распределение для фиксированных эффектов и многомерное нормальное априорное распределение для прямых и материнских значений племенных ценностей. Априорное распределение для компонент генетических дисперсий и ковариаций является обратным распределением Уишарта; средовая компонента имеет обратное хи-квадрат априорное распределение. Предложены численные и аналитические методы для выполнения байесовского анализа. США, Univ. of Illinois, Dep. of Animal Scis, Urbana, IL 61801. Библ. 68.
ГРНТИ : 34.03.23
Предметные рубрики: БИОМЕТРИЯ
МАТЕМАТИЧЕСКАЯ ГЕНЕТИКА
КОЛИЧЕСТВЕННЫЕ ПРИЗНАКИ
КОМПОНЕНТЫ ДИСПЕРСИЙ - КОВАРИАЦИЙ
СМЕШАННЫЕ МОДЕЛИ
БАЙЕСОВСКИЕ ПОДХОДЫ
Дата ввода:
 1-20    21-40   41-60  
 
Описание базы
Стандартный
По словарю
Расширенный
Профессиональный
Распределенный
ГРНТИ



"Электронные каталоги и базы данных библиотек СО РАН"
© Международная Ассоциация пользователей и разработчиков электронных библиотек и новых информационных технологий
(Ассоциация ЭБНИТ)