Stochastic Expectation Maximization Algorithm for Linear Mixed-Effects Model with Interactions in the Presence of Incomplete Data - Université de Tours Accéder directement au contenu
Article Dans Une Revue Entropy Année : 2023

Stochastic Expectation Maximization Algorithm for Linear Mixed-Effects Model with Interactions in the Presence of Incomplete Data

Algorithme de maximisation stochastique de l'espérance pour un modèle linéaire à effets mixtes avec interactions en présence de données incomplètes

Résumé

The purpose of this paper is to propose a new algorithm based on stochastic expectation maximization (SEM) to deal with the problem of unobserved values when multiple interactions in a linear mixed-effects model (LMEM) are present. We test the effectiveness of the proposed algorithm with the stochastic approximation expectation maximization (SAEM) and Monte Carlo Markov chain (MCMC) algorithms. This comparison is implemented to highlight the importance of including the maximum effects that can affect the model. The applications are made on both simulated psychological and real data. The findings demonstrate that our proposed SEM algorithm is highly preferable to the other competitor algorithms.
L'objectif de cet article est de proposer un nouvel algorithme basé sur la maximisation stochastique de l'espérance (SEM) pour traiter le problème des valeurs manquantes en cas d'interactions multiples dans un modèle linéaire à effets mixtes (LMEM). Nous testons l'efficacité de l'algorithme proposé avec l'algorithme de maximisation de l'espérance par approximation stochastique (SAEM) et l'algorithme de chaîne de Markov de Monte Carlo (MCMC). Cette comparaison est mise en œuvre pour souligner l'importance d'inclure les effets maximaux qui peuvent affecter le modèle. Les applications sont réalisées à la fois sur des données psychologiques simulées et sur des données réelles. Les résultats démontrent que l'algorithme SEM que nous proposons est largement préférable aux autres algorithmes concurrents.
Fichier principal
Vignette du fichier
entropy-25-00473-v2.pdf (461.94 Ko) Télécharger le fichier
Origine : Fichiers éditeurs autorisés sur une archive ouverte
Licence : CC BY - Paternité

Dates et versions

hal-04026682 , version 1 (13-03-2023)

Licence

Paternité

Identifiants

Citer

Alandra Zakkour, Cyril Perret, Yousri Slaoui. Stochastic Expectation Maximization Algorithm for Linear Mixed-Effects Model with Interactions in the Presence of Incomplete Data. Entropy, 2023, 25 (3), pp.473. ⟨10.3390/e25030473⟩. ⟨hal-04026682⟩
33 Consultations
29 Téléchargements

Altmetric

Partager

Gmail Facebook X LinkedIn More