跳转到内容

最佳线性无偏预测

本页使用了标题或全文手工转换
维基百科,自由的百科全书

最佳线性无偏预测(best linear unbiased prediction, 简称BLUP),又音译为“布拉普”[1],是统计学上用于线性混合模型随机效应英语Random effects model进行预测的一种方法。最佳线性无偏预测由Charles Roy Henderson英语Charles Roy Henderson提出。随机效应的最佳线性无偏预测(BLUP)等同于固定效应的最佳线性无偏估计(best linear unbiased estimates, BLUE)(参见高斯-马尔可夫定理)。因为对固定效应使用估计一词,而对随机效应使用预测,这两个术语基本是等同的。BLUP被大量使用于动物育种

最佳线性无偏预测和线性混合模型中随机效应的经验贝叶斯估计英语empirical Bayes相同。

参考文献

  1. ^ 王勇强 刘孟强 高腾云 王冠立,应用布拉普法选择南阳公牛的研究(上)[J],《郑州牧业工程高等专科学校学报》1992年02期
  • 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.