Accéder directement au contenu Accéder directement à la navigation
Article dans une revue

An automated MCEM algorithm for hierarchical models with multivariate and multitype response variables.

Abstract : In this paper, we consider a model allowing the analysis of multivariate data, which can contain data attributes of different types (e.g. continuous, discrete, binary). This model is a two-level hierarchical model which supports a wide range of correlation structures and can accommodate overdispersed data. Maximum likelihood estimation of the model parameters is achieved with an automated Monte Carlo Expectation Maximization (MCEM) algorithm. Our method is tested in a simulation study in the bivariate case and applied to a dataset dealing with beehive activity.
Type de document :
Article dans une revue
Liste complète des métadonnées

Littérature citée [26 références]  Voir  Masquer  Télécharger

https://hal-mines-paristech.archives-ouvertes.fr/hal-01115524
Contributeur : Nicolas Desassis <>
Soumis le : mercredi 27 mai 2020 - 04:45:20
Dernière modification le : jeudi 24 septembre 2020 - 16:34:18

Fichier

MCEM_multivariate POSTPRINT_1....
Fichiers produits par l'(les) auteur(s)

Identifiants

Citation

Vera Georgescu, Nicolas Desassis, Samuel Soubeyrand, André Kretzschmar, Rachid Senoussi. An automated MCEM algorithm for hierarchical models with multivariate and multitype response variables.. Communications in Statistics - Theory and Methods, 2014, 43 (17), pp.3698-3719. ⟨10.1080/03610926.2012.700372⟩. ⟨hal-01115524⟩

Partager

Métriques

Consultations de la notice

289

Téléchargements de fichiers

46