Télécharger le texte intégral - ISPED-Enseignement à distance

Modèle nonlinéaire à processus latent 761024 Biometrics, December 2006g k (y; η 1k ,η 2k )= y − η 1kη 2kJ(y i ; θ) =K∏k=11η 2k.The combination of a linear and a logit transformation is definedfor y ∈ (0, 1), η 1k ∈ (0, 1), and η 2k ∈ (0, 1) as( ) ( )yη1kln − ln1 − y 1 − η 1kg k (y; η 1k ,η 2k )= ( )η2kln1 − η 2kJ(y i ; θ) =n K∏ ∏ ikk=1 j=1ln1).y ijk (1 − y ijk )1 − η 2k(η2kThe Weibull CDF is defined for y ∈ (0, ∞), η 1k ∈ (0, ∞), andη 2k ∈ (0, ∞) as( ( ) η2k ) yg(y; η 1k ,η 2k )=1− exp −η 1kJ(y i ; θ) =n K∏ ∏ ik( ( )η 2k y η η2k )2k−1 yexp −.η 1kk=1 j=1η η 2k1k