A Monte-Carlo algorithm for maximum likelihood estimation of variance components

S Xu, WR Atchley
1996 Genetics Selection Evolution  
A new algorithm for finding maximum likelihood (ML) solutions to variance components is introduced. This algorithm first treats random effects as fixed, then expresses the pseudo-fixed effects as linear transformations of a set of standard normal deviates which eventually are integrated out numerically through Monte-Carlo simulation. An iterative algorithm is employed to estimate the standard deviation (rather than the variance) of the random effects. This method is conceptually simple and easy
more » ... to program because repeated updating and inverting the variance-covariance matrix of data is not required. It is potentially useful for handling large data sets and data that are not normally distributed. maximum likelihood / restricted maximum likelihood / variance component / Monte-Carlo / mixed model Résumé -Un algorithme de Monte-Carlo pour estimer des composantes de variance par le maximum de vraisemblance. Un nouvel algorithme pour résoudre le maximum de vraisemblance de composantes de variance est présenté. Cet algorithme traite d'abord les effets aléatoires comme des effets fixes, puis exprime ces pseudo-effets fixes sous la forme de transformations linéaires d'un ensemble de variables normales centrées réduites. Celles-ci sont ensuite éliminées par intégration à l'aide d'un processus numérique de Monte-Carlo. Un algorithme itératif est employé pour estimer l'écart type (et non la variance) des effets aléatoires. Cette méthode est simple conceptuéllémént et facile à programmer parce que des inversions de la matrice de variance-covariance des données répétées à chaque itération ne sont plus nécessaires. La méthode peut être utile pour traiter de grands ensembles de données et des données qui ne sont pas distribuées normalement. maximum de vraisemblance / maximum de vraisemblance restreinte / composante de variance / Monte-Carlo / modèle mixte
doi:10.1186/1297-9686-28-4-329 fatcat:eymh2bbpq5ajtn7ykv7ssfja2m