排序方式: 共有1条查询结果,搜索用时 0 毫秒
1
1.
方差组分估计方法MIVQUE和REML的模拟比较 总被引:2,自引:0,他引:2
利用MonteCarlo方法,对4种数据结构进行了MIVQUE和REML两种方差组分估计方法的模拟比较。方差组分估计所用的模型为奶牛育种中常用的公畜模型,它包括场年季固定效应、公牛组固定效应和公牛随机效应。4种数据结构中最大的有12847个观察值,场年季效应和公牛效应水平数分别为778和47,它与北京市目前可利用的奶牛头胎产奶量记录资料相当。最小的数据结构只有200个观察值,148个场年季和20头公牛。比较指标为估计值的偏差和方差(理论的或根据1000次重复模拟所得的经验值)。结果表明,对于较大样本的数据结构,两种方法差异很小,它们间的估计值的相关接近于1,偏差小于真值的1%,方差近似相等。对于较小样本的数据结构,MIVQUE则明显优于REML。本研究还表明,对于REML来说,类似数据结构1的样本已能满足其渐近无偏性和有效性的大样本特性。 相似文献
1