最佳線性不偏預測
最佳線性無偏預測(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。最佳線性無偏預測由Charles Roy Henderson提出。隨機效應的最佳線性無偏預測（BLUP）等同於固定效應的最佳線性無偏估計（best linear unbiased estimates, BLUE）（參見高斯-馬爾可夫定理）。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。
最佳線性無偏預測和線性混合模型中隨機效應的經驗貝葉斯估計相同。
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。 |