最佳線性不偏預測
外觀
![本頁使用了標題或全文手工轉換](http://upload.wikimedia.org/wikipedia/commons/thumb/c/cd/Zh_conversion_icon_m.svg/35px-Zh_conversion_icon_m.svg.png)
最佳線性不偏預測(best linear unbiased prediction, 簡稱BLUP),又音譯為「布拉普」[1],是統計學上用於線性混合模型對隨機效應進行預測的一種方法。最佳線性不偏預測由Charles Roy Henderson提出。隨機效應的最佳線性不偏預測(BLUP)等同於固定效應的最佳線性不偏估計(best linear unbiased estimates, BLUE)(參見高斯-馬可夫定理)。因為對固定效應使用估計一詞,而對隨機效應使用預測,這兩個術語基本是等同的。BLUP被大量使用於動物育種。
最佳線性不偏預測和線性混合模型中隨機效應的經驗貝氏估計相同。
參考文獻
[編輯]- ^ 王勇強 劉孟強 高騰雲 王冠立,應用布拉普法選擇南陽公牛的研究(上)[J],《鄭州牧業工程高等專科學校學報》1992年02期
- Robinson, G.K. That BLUP is a Good Thing: The Estimation of Random Effects. Statistical Science. 1991, 6 (1): 15–32. doi:10.1214/ss/1177011926.
- Henderson. C.R. (1975) "Best linear unbiased estimation and prediction under a selection model", Biometrics 31, 423–447.
- Xu-Qing Liu, Jian-Ying Rong, Xiu-Ying Liu (2008) "Best linear unbiased prediction for linear combinations in general mixed linear models", Journal of Multivariate Analysis, 99 (8),1503–1517. doi:10.1016/j.jmva.2008.01.004.
![]() | 這是一篇與統計學相關的小作品。您可以透過編輯或修訂擴充其內容。 |