Get access

Improving variance function estimation in semiparametric longitudinal data analysis

Authors

  • Chenlei Leng,

    1. Department of Statistics and Applied Probability, National University of Singapore, Singapore 117546, Republic of Singapore
    Search for more papers by this author
  • Cheng Yong Tang

    Corresponding author
    1. Department of Statistics and Applied Probability, National University of Singapore, Singapore 117546, Republic of Singapore
    • Department of Statistics and Applied Probability, National University of Singapore, Singapore 117546, Republic of Singapore.
    Search for more papers by this author

Abstract

We propose an efficient and robust method for variance function estimation in semiparametric longitudinal data analysis. The method utilizes a local log-linear approximation for the variance function and adopts a generalized estimating equation approach to account for within subject correlations. We show theoretically and empirically that our method outperforms estimators using working independence that ignores the correlations. The Canadian Journal of Statistics 39: 656–670; 2011. © 2011 Statistical Society of Canada

Abstract

Nous proposons une méthode robuste et efficace pour l'estimation de la fonction de variance dans une analyse de données longitudinales semi-paramétrique. La méthode utilise une approximation log-linéaire locale pour la fonction de variance et des équations d'estimation généralisées pour prendre en compte la corrélation intrasujets. Nous montrons, tant de façon théorique qu'empirique, que notre méthode surpasse les estimateurs utilisant l'indépendance et qui ne tiennent pas compte des corrélations. La revue canadienne de statistique 39: 656–670; 2011. © 2011 Société statistique du Canada

Get access to the full text of this article

Ancillary