Key points are not available for this paper at this time.
MIXNO bietet maximale marginale Likelihood-Schätzungen für die Analyse gemischter Effekte in der nominalen logistischen Regression. Diese Modelle können zur Analyse korrelierter nominaler Antwortdaten verwendet werden, zum Beispiel Daten, die aus einem gruppierten oder longitudinalen Design stammen. Für solche Daten geht das gemischte Effekte-Modell davon aus, dass die Daten innerhalb von Clustern oder Subjekten abhängig sind. Der Grad der Abhängigkeit wird gemeinsam mit den üblichen Modellparametern geschätzt, um die Abhängigkeit, die aus der Nestung der Daten resultiert, zu berücksichtigen. MIXNO verwendet die Schätzung der marginalen maximalen Likelihood und nutzt eine Fisher-Scoring-Lösung. Für die Scoring-Lösung wird der Cholesky-Faktor der Varianz-Kovarianz-Matrix der Zufallseffekte zusammen mit den (festen) Effekten der erklärenden Variablen geschätzt. Beispiele, die die Verwendung und Funktionen von MIXNO veranschaulichen, werden bereitgestellt.
Donald Hedeker (Fr,) hat diese Frage untersucht.