Universal Inference for Variance Components

Yiqiao Zhang

doi:10.1002/sta4.70141

2026-01-20

PRE

Yiqiao Zhang

Karl Oskar Ekvall *

Aaron J. Molstad

DOI：10.1002/sta4.70141

原文链接

原文求助

摘要

En 中文

我们考虑方差分量模型中的普遍推断，重点关注参数接近或位于参数集边界的情况。特别关注两种现有最先进方法未处理的情形：（i）在其他方差分量接近或位于边界时对单个方差分量的推断；（ii）对接近1的变异比例的推断，即一个方差分量除以所有方差分量之和。情形（i）例如对于构建分步置信区间（常被实践者使用）具有重要意义。情形（ii）在现代遗传学中进行遗传率推断时尤为重要。对于这两种情形，我们展示了如何在有限样本下构建一致有效的置信区间。我们提出了利用方差分量模型结构的算法，相较于普遍推断的朴素实现，可显著提升计算速度。通过模拟和一个含交叉随机效应的数据实例，展示了所提出方法的有用性，而交叉随机效应已知会使传统推断过程复杂化。

Keyword:

boundary points

confidence intervals

crossed random effects

universal inference

variance components

期刊

STAT

IF:

0.8

论文数:

被引数:

655

机构

State University System of Florida

学者数:

12.8W

论文数: 10.9W

被引数: 130

引用论文

Linear mixed model for heritability estimation that explicitly addresses environmental variation 用于遗传力估计的线性混合模型，可明确解决环境变化

PROCEEDINGS OF THE NATIONAL ACADEMY OF SCIENCES OF THE UNITED STATES OF AMERICA

IF9.1

2016-07-05

OAAI

Heckerman, David; Gurdasani, Deepti; Kadie, Carl; Pomilla, Cristina; Carstensen, Tommy; Martin, Hilary; Ekoru, Kenneth; Nsubuga, Rebecca N.; Ssenyomo, Gerald; Kamali, Anatoli; Kaleebu, Pontiano; Widmer, Christian; Sandhu, Manjinder S.

Scalable inference for crossed random effects models

Biometrika

IF0

2019-11-15

OAAI

O Papaspiliopoulos; G O Roberts; G Zanella

Uniform inference in linear mixed models 线性混合模型的统一推断

Biometrika

IF2.8

2026-01-01

PREAI

Ekvall, Karl Oskar; Bottai, Matteo