Nichparametrische, Semiparametrische und SUR-Modelle für stetige Longitudinaldaten

Meinel, Michael (2006): Nichparametrische, Semiparametrische und SUR-Modelle für stetige Longitudinaldaten. Dissertation, LMU München: Fakultät für Mathematik, Informatik und Statistik

Abstract

Die Arbeit beschäftigt sich mit (Pseudo)-Likelihood-basierten Schätz-Methoden zur Analyse von marginalen Regressions-Modellen für Longitudinaldaten mit stetigem Response. Es werden drei neuartige Modelle entwickelt, die aufeinander aufbauen. Zunächst wird ein Regressions-Modell entwickelt, das neben einem nichtparametrischen Term auch multiplikative zeitabhängige Parameter und Varying-Coefficients-Terme beinhaltet. Im Anschluss wird das Modell um einen parametrischen Term erweitert, so dass ein semiparametrisches Modell entsteht. Desweiteren wird das Modell auf den Bereich der 'Seemingly-Unrelated-Regression'-Modelle (SUR) ausgeweitet.

• Dokumententyp: Dissertationen (Dissertation, LMU München)
• Keywords: Marginale Modelle, Likelihood-basierte Schätzmethoden, nichtparametrische Modellierung, semiparametrische Modellierung, SUR-Modelle
• Themengebiete: 500 Naturwissenschaften und Mathematik ; 500 Naturwissenschaften und Mathematik > 510 Mathematik
• Fakultäten: Fakultät für Mathematik, Informatik und Statistik
• Sprache der Hochschulschrift: Deutsch
• Datum der mündlichen Prüfung: 12. Januar 2006
• 1. Bericht­erstatter:in: Heumann, Christian