×

结合时间序列和横截面数据方法的半参数小面积估计。 (英语) Zbl 1402.62209号

小结:在调查抽样中,关于向子组(称为小区域)分配资源或确定人口中具有特定属性的子组的决策应基于可靠的估计。然而,收集信息的规模通常与这些子组不同;因此,估计只能在更精细的数据上获得。参数混合模型通常用于小面积估计。然而,在某些实际情况下,预测因素和响应之间的关系可能不是线性的。最近,针对模型的固定部分,提出了使用广义线性混合模型(GLMM)和惩罚样条(P样条)回归模型进行小面积估算,以分析正常和非正常横截面响应。然而,在许多情况下,小范围内的响应随着时间的推移是连续依赖的。这种情况可以通过患者每年就诊次数的数据集来证明在加拿大马尼托巴省不同地区寻求哮喘治疗。在可能预测哮喘患者就诊的协变量(如年龄、遗传和环境因素)可能与反应没有线性关系的情况下,需要新的模型来分析这些数据集。在当前的工作中,我们使用时间序列和横截面数据方法,提出了GLMMs下小面积估算的P样条回归模型。我们提出的模型涵盖了正常和非正常响应。特别地,利用最大似然估计方法来估计模型参数,研究了小面积参数的经验最佳预测因子及其相应的预测区间。使用一些模拟以及分析两个实际数据集(降水和哮喘)来评估所提方法的性能。

MSC公司:

62M10个 统计学中的时间序列、自相关、回归等(GARCH)
62J12型 广义线性模型(逻辑模型)
62页第10页 统计学在生物学和医学中的应用;元分析
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Alexander,L.V.、Zhang,X.、Peterson,T.C.等人(2006年)。全球观测到的每日极端气候温度和降雨量的变化。地球物理研究杂志:大气111,D05109。
[2] Battese,G.、Harter,R.和Fuller,W.(1988年)。利用调查和卫星数据预测县域作物面积的误差分量模型。《美国统计协会杂志》83,28-36。
[3] Boubeta,M.、Lombardia,M.J.和Morales,D.(2017年)。研究小地区贫困的泊松混合模型。计算统计与数据分析107,32-47·Zbl 1466.62036号
[4] Breidt,F.、Claeskens,G.和Opsomer,J.(2005)。使用惩罚样条进行复杂调查的模型辅助估计。生物特征92,831-846·Zbl 1151.62306号
[5] Chambers,R.&Tzavidis,N.(2006年)。用于小面积估计的M分位数模型。生物特征93,255-268·Zbl 1153.62004号
[6] Datta,G.、Lahiri,P.、Maiti,T.和Lu,K.(1999)。《美国统计协会杂志》94,1074-1082,各州失业率的分层贝叶斯估计。
[7] Datta,G.S.、Lahiri,P.和Maiti,T.(2002)。使用时间序列和横截面数据对各州四口之家的中等收入进行经验贝叶斯估计。《统计规划与推断杂志》102,83-97·Zbl 0989.62071号
[8] De Boor,C.(2001年)。花键实用指南,第2版。柏林:Springer‐Verlag·Zbl 0987.65015号
[9] 艾尔斯,P.H.&马克思,B.D.(1996)。使用B样条曲线和惩罚进行灵活平滑。统计科学11,89-121·Zbl 0955.62562号
[10] Fay,I.R.E.和Herriot,R.A.(1979年)。小地方收入估算:James‐Stein程序在人口普查数据中的应用。《美国统计协会杂志》74,269-277。
[11] Green,P.J.(1995)。可逆跳跃马尔可夫链蒙特卡罗计算和贝叶斯模型确定。生物特征82711-732·Zbl 0861.62023号
[12] Hamilton,J.D.(1986年)。状态空间模型估计状态向量的标准误差。《计量经济学杂志》33,387-397·Zbl 0596.62116号
[13] Jiang,J.和Lahiri,P.(2006)。混合模型预测和小面积估计。试验15,1-96·Zbl 1149.62320号
[14] Jiang,J.、Nguyen,T.和Rao,J.S.(2010年)。非参数小面积估计的围栏方法。调查方法36,3-11。
[15] Jiang,J.、Rao,J.S.、Gu,Z.和Nguyen,T.(2008)。混合模型选择的围栏方法。《统计年鉴》361669-1692·Zbl 1142.62047号
[16] Jones,R.H.(1980)。ARMA模型对缺失观测值时间序列的最大似然拟合。技术度量22,389-3995·Zbl 0451.62069号
[17] Lele,S.R.、Dennis,B.和Lutscher,F.(2007)。数据克隆:使用贝叶斯马尔可夫链蒙特卡罗方法对复杂生态模型进行简单的最大似然估计。《生态学快报》10,551-563。
[18] Lele,S.R.、Nadeem,K.和Schmuland,B.(2010年)。使用数据克隆的广义线性混合模型的可估计性和似然推理。《美国统计协会杂志》105,1617-1625·Zbl 1388.62220号
[19] Mekis,E.和Hogg,W.D.(1999年)。加拿大日降水时间序列的恢复和分析。大气-海洋37,53-85。
[20] 埃利桑那州梅基斯文森特,洛杉矶(2011)。用于加拿大趋势分析的第二代调整后日降水量数据集概述。大气-海洋49,163-177。
[21] Opsomer,J.、Claeskens,G.、Ranalli,M.和Kauermann,G.(2008)。使用惩罚样条回归进行非参数小面积估计。英国皇家统计学会杂志:B70系列,265-286·Zbl 05563354号
[22] Pfeffermann,D.(2013)。小面积估算的新重要进展。统计科学28,40-68·Zbl 1332.62038号
[23] Pfeffermann,D.&Burk,L.(1990年)。结合时间序列和横截面数据的稳健小面积估计。调查方法16,217-237。
[24] Pratesi,M.、Ranalli,M.G.和Salvati,N.(2008年)。用于估计美国东北部8位数HUC中酸性湖泊比例的半参数M分位数回归。环境计量19,687-701。
[25] Pratesi,M.、Ranalli,M.G.和Salvati,N.(2009年)。使用惩罚样条的非参数M分位数回归。非参数统计杂志21,287-304·Zbl 1158.62033号
[26] R开发核心团队。(2016). R: 用于统计计算的语言和环境。奥地利维也纳:R统计计算基金会。可从以下URL获得:网址:http://www.R-project.org/[上次访问时间:2016年12月10日。]
[27] Rao,J.&Molina,I.(2015)。小面积估算,第二版。新泽西州霍博肯:John Wiley&Sons,Inc·Zbl 1323.62002号
[28] Rao,J.N.K.、Sinha,S.K.和Dumitrescu,L.(2014)。半参数混合模型下的稳健小面积估计。加拿大统计杂志42,126-141·Zbl 1349.62060号
[29] Rao,J.N.K.和Yu,M.(1994年)。结合时间序列和横截面数据进行小面积估算。加拿大统计杂志22,511-528·Zbl 0819.62014号
[30] Ruppert,D.(2002)。选择惩罚样条曲线的结数。计算与图形统计杂志11,735-757。
[31] Ruppert,D.、Wand,M.P.和Carroll,R.J.(2003)。半参数回归。剑桥:剑桥大学出版社·Zbl 1038.62042号
[32] Salvati,N.、Ranalli,M.G.和Pratesi,M.(2011年)。使用非参数M分位数回归对平均值进行小面积估计:当线性混合模型不成立时的比较。统计计算与模拟杂志81,945-964·Zbl 1285.62012号
[33] Scott,A.J.&Smith,T.M.F.(1974年)。使用时间序列方法分析重复调查。《美国统计协会杂志》69,674-678·Zbl 0298.6202号
[34] Singh,A.、Mantel,H.和Thomas,B.(1991年)。小面积Fay‐Herriot估计量的时间序列推广。《JSM会议录》,调查研究方法部分,第455-460页。弗吉尼亚州亚历山大市:美国统计协会。
[35] Smith,B.J.(2007)。BOA:MCMC输出收敛性评估和后验推断的R包。统计软件杂志21,1-37。
[36] Sólymos,P.(2010年)。dclone:R.The R Journal2中的数据克隆,29-37。可从以下URL获得:http://journal.r-project.org/[上次访问时间:2016年12月10日。]
[37] Sperlich,S.&JoséLombardía,M.(2010年)。小面积统计的局部多项式推断:估计、验证和预测。非参数统计学杂志22633-648·Zbl 1327.62268号
[38] Tiller,R.B.(1992)。美国当前人口调查样本调查数据的时间序列建模。官方统计杂志8149-166。
[39] Torabi,M.(2012年)。速率空间统计的分层贝叶斯估计。《统计规划与推断杂志》142,358-365·Zbl 1232.62050
[40] Torabi,M.和Shokoohi,F.(2012年)。通过结合时间序列和横截面数据进行小面积估计的似然推断。多元分析杂志111,213-221·兹比尔1294.62014
[41] Torabi,M.和Shokoohi,F.(2015)。小面积估计中的非参数广义线性混合模型。加拿大统计杂志43,82-96·兹比尔1314.62039
[42] Vincent,L.A.和Mekis,El。(2006). 20世纪加拿大日极端温度和降水指数的变化。大气-海洋44177-193。
[43] Vincent,L.A.,Wang,X.L.,Milewska,E.J.,Wan,H.,Yang,F.&Swail,V.(2012)。用于气候趋势分析的第二代均匀化加拿大月表面气温。地球物理研究杂志:大气117,D18110。https://doi.org/10.1029/2012JD017859。 ·doi:10.1029/2012JD017859
[44] Zhang,X.、Vincent,L.A.、Hogg,W.D.和Niitsoo,A.(2000)。20世纪加拿大的温度和降水趋势。大气-海洋38,395-429。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。