Evaluation of smoothing in the context of generalized linear mixed models
Notice bibliographique
Résumé
Les modèles de régression non-paramétriques continuent de recevoir plus, et sont de plus en plus valorisés en raison des avancées de la méthodologie statistique et des logiciels de calcul depuis les trois dernières décennies. Ces méthodes utilisent des formes fonctionnelleslissées et flexibles des prédicteurs pour décrire la dépendance de la moyenne des réponses pour un ensemble de covariables. La forme de la courbe lisse est directement estimée par les données. Tandis que plusieurs méthodes alternatives sont disponibles pour cette modélisation, les splines pénalisées (P-splines) sont un outil de lissage puissant et facilement applicable qui restreint l'influence des noeuds dans les régressions par spline. Les P-splines peuvent être considérées comme un cas spécial de modèles linéaires mixtes généralisés (GLMMs). Pour obtenir une fonction lisse, nous pouvons utiliser un GLMM pour rétrécir les coefficients de régression des noeuds de la régression par spline vers zéro en les incluant en tant qu'effets aléatoires. De tels modèles sont appelés «modèles mixtes semi-paramétriques» (SPMMs). Le principal avantage de cette approche est que le paramètre de lissage, qui contrôle la balance entre le biais et la variance, peut être estimé avec les données directement. De plus, nous pouvons prendre pleinement avantage des méthodes et logiciels existants pour les GLMMs. Cette thèse aborde plusieurs problèmes méthodologiques non-résolus liés à l'implémentation des SPMMs, spécialement pour les réponses dichotomiques. Tout d'abord, la meilleure façon d'estimer des courbes de régression flexibles lorsque les réponses sont corrélées et dichotomiques n'est pas claire, spécialement lorsque la taille des grappes est petite et que les hypothèses sur le modèle sont violées. À cet égard, dans le premier manuscrit, je compare la performance de méthodes basées sur la vraisemblance et les méthodes Bayésiennes pour estimer un SPMM pour des données dichotomiques corrélées. J'examine également l'effet de la concuvité (similaire à la multicollinéarité dans une régression linéaire) entre les covariables sur les estimés des composantes des SPMMs. Ensuite, même s'il est évident que les SPMMs ont très bien permis la recapture des courbes réelles, il reste néanmoins pas clair, l'effet du lissage des courbes par les SPMMs sur les estimés de paramètres de corrélation et de variance lors de l'analyse de données longitudinales sur-dispersées et corrélées en séries.Dans le deuxième manuscrit, j'étends l'utilisation du SPMM dans l'analyse des données longitudinales sur-dispersées et corrélées en séries et systématiquement, j'évalue l'effet de lissage par les SPMMs sur les estimés de paramètres de corrélation et de variance.Je compare également la performance des SPMMs à d'autres méthodes plus simples pour estimer une association non-linéaire telles que les polynômes fractionnels, et en utilisant une fonction non-linéaire paramétrique. Finalement, dans le troisième manuscrit, je vérifie si la performance des courbes estimées par les SPMMs peut être améliorée en utilisant une pénalité absolue de type LASSO sur les changements dans l'estimation aux noeuds dans les régressions par spline plutôt qu'en utilisant une typique pénalité «ridge». Toutes ces méthodes sont également appliquées à plusieurs jeux de données réels.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,011 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 tête enseignante, 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 ».