A Comparison of Two General Approaches to Mixed Model Longitudinal Analyses Under Small Sample Size Conditions
Notice bibliographique
Résumé
There is no general exact analysis for the class of generalized mixed models, and asymptotic procedures are widely used. Importantly, under small sample conditions equivalent asymptotic procedures can yield conflicting inference when applied to the same data set [Aubin, E. C. Q., Cordeiro, G. M. (2000). Bartlett-corrected tests for normal linear models when the covariance matrix is nonscalar. Commun. Statist.—Theory Methods 29:2405–2426]. For the classical likelihood ratio test (LRT), Bartlett’s [Bartlett, M. S. (1937). Properties of sufficiency and statistical tests. Proc. R. Soc. London. Ser. A, Math. Phys. Sci. 160(901):268–282] correction may be used to yield improved small sample performance. Zucker et al. [Zucker, D. M., Lieberman, O., Manor, O. (2000). Improved small sample inference in the mixed linear model: Bartlett correction and adjusted likelihood. J. R. Statist. Soc., Ser. B 62:827–838] proposed and investigated methods for improved small sample inference in the mixed linear model using refined LRTs. The refinements included the use of a Bartlett correction and the Cox–Reid adjusted likelihood [Cox, D. R., Reid, N. (1987). Approximations to noncentral distributions. Can. J. Statist. 15(2):105–114], which using simulation studies (under a random-line model, and a two-period, four-treatment crossover design) were shown to yield Type I error rates very close to the nominal level. An alternative approach which has also been shown [Kowalchuk, R., Keselman, H. (2001). The analysis of repeated measurements with mixed-model Kenward Roger's adjusted F-tests. Paper presented at the Annual Meeting of the American Educational Research Association, Seattle, Washington] to have improved performance characteristics is a procedure involving t and F statistics for tests of fixed effects with modified degrees of freedom calculations detailed by Kenward and Roger [Kenward, M. G., Roger, J. H. (1997). Small sample inference for fixed effects from restricted maximum likelihood. Biometrics 53:983–997]. However, to date there has been no direct comparison of the Bartlett modified likelihood ratio and Kenward Roger procedures. This paper provides the results from a Monte Carlo simulation study examining the Type I error control and power profiles of modified likelihood ratio procedures including those described in Zucker et al. and proposed by Kenward and Roger for tests of fixed effect parameters in mixed linear models with data simulated from small sample unbalanced repeated measures designs, followed by results from a real data example.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,130 | 0,292 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,005 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,004 | 0,008 |
| Science ouverte | 0,007 | 0,008 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».