April 2020 Empirical performance of estimation methods in Beta mixed models with application to ecological data
Bruno Enagnon LOKONON, Freedath DJIBRIL MOUSSA, Saliou DIOUF, Romain GLÈLÈ KAKAÏ
Afr. Stat. 15(2): 2279-2293 (April 2020). DOI: 10.16929/as/2020.2279.159


This study uses a Monte Carlo simulation design to assess the performance of Beta and linear mixed models on bounded response variables through comparison of four estimation methods. Four factors affecting the performance of the estimation methods were considered: the number of groups, the number of observations per group, the variance and distribution of the random effects. Our results showed that, for small number of groups (less than 30), the Beta mixed model outperformed the linear mixed model whatever the size of the groups. In the case of a large number of groups (superior or equal to 30), both approaches showed relatively close performance. The results from the simulation study have been illustrated with real life data.

Cette étude utilise une approche empirique pour évaluer les performances des modèles mixtes bêta et linéaire sur des variables réponses bornées en comparant quatre méthodes d’estimation. Quatre facteurs affectant la performance des méthodes d’estimation ont été pris en compte, notamment le nombre de groupes, le nombre d’observations par groupe, la variance et la distribution des effets aléatoires. Les résultats ont montré que, pour un petit nombre de groupes (moins de 30), le modèle mixte Beta surpassait le modèle linéaire mixte quelle que soit la taille des groupes. Dans le cas d’un grand nombre de groupes (supérieur ou égal à 30), les deux approches ont montré des performances relativement proches. Les résultats de l’étude de simulation ont été illustrés par des données réelles.


Download Citation

Bruno Enagnon LOKONON. Freedath DJIBRIL MOUSSA. Saliou DIOUF. Romain GLÈLÈ KAKAÏ. "Empirical performance of estimation methods in Beta mixed models with application to ecological data." Afr. Stat. 15 (2) 2279 - 2293, April 2020. https://doi.org/10.16929/as/2020.2279.159


Published: April 2020
First available in Project Euclid: 13 November 2020

MathSciNet: MR4173857
Digital Object Identifier: 10.16929/as/2020.2279.159

Primary: 82B80
Secondary: 62P12 , 81T80 , 92D40

Keywords: application , Beta distribution , continuous proportion , hierarchical modelling , performance , transformations

Rights: Copyright © 2020 The Statistics and Probability African Society


This article is only available to subscribers.
It is not available for individual sale.

Vol.15 • No. 2 • April 2020
Back to Top