Iterative Skalierungsmethoden für log-lineare Modelle, die durch gekrümmte Exponentialfamilien ausgedrückt werden
Allgemeine log-lineare Modelle, die durch nicht-negative ganzzahlige Konstruktionsmatrizen spezifiziert sind, haben ein breites Anwendungsspektrum, z. B. Schätzung von kleinen Flächen, Bilderkennung und Textverarbeitung. Die verallgemeinerte iterative Skalierung (GIS) von Darroch und Ratcliff ist eine beliebte Wahl für die MLE-Berechnung bei solchen Modellen. Der Nachweis der Konvergenz von GIS und seinen Erweiterungen beruht stark auf der Annahme, dass ein log-lineares Modell eine regelmäßige Exponentialfamilie ist. Wir haben eine angepasste Version von GIS entwickelt, die auch für gekrümmte Familien verwendet werden kann, und einen Beweis für ihre Konvergenz erbracht. Die Anwendung des neuen GIS auf Monte-Carlo-basierte Leistungsberechnungen für die Anpassungsgüte log-linearer Modelle wird vorgeschlagen und anhand von Daten aus einer echten klinischen Studie illustriert.
Beteiligte Wissenschaftler:innen
- Anna Klimova
Publikationen
Finanzierung
NCT