Mixture models for matched pairs

Mixture models for matched pairs arise when the pair-specific parameter is assumed to be a random quantity. We explore the use of semiparametric maximum-likelihood methods for a family of mixture models for matched pairs. The geometry of mixture likelihoods provides insight into the properties of th...

Full description

Saved in:
Bibliographic Details
Published in:Canadian journal of statistics 1994-03, Vol.22 (1), p.65-74
Main Authors: Lesperance, Mary L., Kalbfleisch, John D.
Format: Article
Language:English
Subjects:
Conditional likelihood
Consistent estimators
correlated binary regression
Estimation methods
Geometric planes
Geometry
Logistic regression
matched pairs
Mathematical theorems
mixture models
Modeling
Nonparametric models
Parametric models
semi-parametric profile likelihood
semiparametric mixture models
Semiparametric modeling
Citations: Items that this one cites
Items that cite this one
Online Access:Get full text
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:Mixture models for matched pairs arise when the pair-specific parameter is assumed to be a random quantity. We explore the use of semiparametric maximum-likelihood methods for a family of mixture models for matched pairs. The geometry of mixture likelihoods provides insight into the properties of these models. /// Des modèles avec mélange de loi pour paires liées sont utilisés lorsque l'on suppose que le paramètre spécifique de la paire est une quantité aléatoire. Nous examinons l'emploi de méthodes du maximum de vraisemblance semi-paramétriques, dans le cas d'une famille de modèles avec mélange de loi pour paires liées. La géométrie des vraisemblances avec mélange de loi nous éclaire sur les propriétés de ces modèles.
ISSN:0319-5724
1708-945X
DOI:10.2307/3315823