最佳线性无偏预测
（重定向自BLUP）
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对随机效应进行预测的一种方法。最佳线性无偏预测由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相同。
参考文献
[编辑]- ^ 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
- 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.
 | 这是一篇與統計學相關的小作品。您可以通过编辑或修订扩充其内容。 |