Veuillez choisir le dossier dans lequel vous souhaitez ajouter ce contenu :
Résumé du colloque
L'avènement de la théorie des modèles linéaires généralisés au début des années 70 a ouvert les portes à la modélisation de données au moyen d'une vaste classe de distributions, soit les familles exponentielles, dont les plus communes sont les lois binomiale, de Poisson, gamma et naturellement la loi normale. Aujourd'hui, de nombreux logiciels se prêtent à l'estimation des paramètres de tels modèles. Récemment, leur application a été étendue aux modèles avec effets aléatoires. Notre intérêt se portera donc sur des méthodes d'estimation des composantes d'un modèle linéaire généralisé mixte. Nous abordons la méthode décrite par Schall (1991), qui est une modification d'un algorithme approprié pour le cas normal, et la technique proposée par Zeger et Karim (1991), une approche bayesienne qui utilise l'échantillonneur de Gibbs. Les résultats d'une expérience sur la mortalité de tordeuses de bourgeons de l'épinette ont été analysés à l'aide d'un modèle binomial. L'estimation des effets fixes au moyen de chacune des deux méthodes produit des résultats fort similaires. De plus, une modélisation classique a été faite avec la nouvelle procédure MIXED de SAS et les résultats sont comparés aux deux obtenus de la modélisation binaire. Dans notre exemple, les estimés des composantes de variance sont assez proches quelle que soit la méthode d'estimation employée.
Vous devez être connecté pour ajouter un élément à vos favoris.
Veuillez vous connecter ou créer un compte pour continuer.
Outils de citation
Citer cet article :
MLA
APA
Chicago
Ajouter un dossier
Vous pouvez ajouter vos contenus préférés à des dossiers organisés. Une fois le dossier créé,
vous pouvez ajouter un article ou un contenu de la liste ou de la vue détaillée au dossier sélectionné dans la liste.