论文部分内容阅读
目的比较预测性伪似然法（PQL）和基于马尔可夫蒙特卡罗（MCMC）的贝叶斯方法在广义线性混合模型参数估计的偏差和精度。方法针对样本含量不等的层次数据，运用SAS／glimmix过程和WinBUGS软件分别进行PQL和贝叶斯法参数估计。结果两种方法固定效应参数估计结果基本一致，但对随机效应方差的估计，基于MCMC的贝叶斯法偏差远小于PQL法。结论对二分类层次数据，采用广义线性混合效应模型贝叶斯估计精度更高，偏差更小。