×
曹春正;他，明;石建清;刘欣

纵向相关二进制数据的广义混合效应模型的估计和预测。 （英语） Zbl 1505.62087号

计算。斯达。 36，第2期，1461-1479（2021）.
摘要：针对纵向相关二进制数据，我们提出了一种基于（t）-过程的广义混合效应模型。重复二元结果之间的相关性由一个潜在的（t）-过程定义，这为非线性随机效应建模提供了一个新的框架。该过程的协方差核可以自适应地捕获特定主题的变化，而“（t）”过程的重尾可以实现稳健的推断。我们开发了一种基于蒙特卡罗EM算法的高效估计程序和一种通过条件推理的预测方法。数值研究表明，与高斯模型相比，基于该模型的估计和预测对异常值具有鲁棒性。我们使用肾性贫血和气象数据作为示例。

MSC公司：

62-08 统计问题的计算方法
62J12型 广义线性模型（逻辑模型）
62兰特 功能数据分析

关键词：

功能数据;重尾流程;预测;随机效应;稳健性
PDF格式BibTeX公司 XML格式引用
\textit{C.Cao}等人，计算。Stat.36，No.2，1461--1479（2021；Zbl 1505.62087）
全文： DOI程序

参考文献：

[1] 北卡罗来纳州布雷斯洛。；Clayton，D.，广义线性混合模型中的近似推断，J Am Stat Assoc，88，421，9-25（1993）·Zbl 0775.62195号
[2] 曹，C。；石，JQ；Lee，Y.，边缘均值和特定主题推断的稳健函数回归模型，统计方法医学研究，27，11，3236-3254（2018）·doi:10.1177/0962280217695346
[3] Cheng，L。；拉姆昌德兰，S。；Vatanen，T.，纵向数据可解释非参数分析的加性高斯过程回归模型，Nat Commun，101798（2019）·doi:10.1038/s41467-019-09785-8
[4] 郭，L。；江，Z。；丁，M。；Chen，W。；Li，L.，利用非齐次隐马尔可夫模型对中国东部夏季降雨量进行降尺度和预测，国际气候杂志，39，3，1319-1330（2019）·doi:10.1002/joc.5882
[5] 哈特曼，M。；Vanhatalo，J.，异方差学生模型下高斯过程回归的拉普拉斯近似和自然梯度，统计计算，29753-773（2019）·兹比尔1430.62046
[6] Ho，HJ；林，T。；Chen，H.，关于截断多元（t）分布的一些结果，J Stat Plan Inference，142，1，25-40（2012）·Zbl 1229.62068号
[7] Lee，Y。；内尔德，JA；Pawitan，Y.，《具有随机效应的广义线性模型》，《通过H似然进行统一分析》（2017），伦敦：查普曼和霍尔出版社，伦敦·Zbl 1376.62005年
[8] 刘杰。；Dey，D.，《多级二项模型中的倾斜随机效应：非参数方法的替代方法》，《统计模型》，8，3，221-241（2008）·Zbl 07257869号 ·doi:10.1177/1471082X0800800301
[9] McCulloch，CE，二进制数据的最大似然方差分量估计，美国统计协会，89，330-335（1994）·Zbl 0800.62139号 ·doi:10.1080/01621459.1994.10476474
[10] CE McCulloch；Searle，SR，广义、线性和混合模型（2001），纽约：威利，纽约·Zbl 0964.62061号
[11] 密苏里州普拉茨；科斯塔，DR；Lachos，VH，带T-link的相关二进制数据的广义线性混合模型，统计计算，24，6，1111-1123（2014）·Zbl 1332.62253号 ·doi:10.1007/s11222-013-9423-3
[12] 拉斯穆森，CE；Williams，CKI，机器学习的高斯过程（2006），剑桥：麻省理工学院出版社，剑桥·Zbl 1177.68165号
[13] CC桑托斯；Loschi，RH，椭圆混合logistic回归中的最大似然估计和参数解释，Test，26，1，209-230（2017）·Zbl 1402.62170号 ·doi:10.1007/s11749-016-0507-1
[14] CC桑托斯；Loschi，RH，重尾逻辑混合模型的EM型算法，J Stat Compute Simul，87，15，2940-2961（2017）·Zbl 07192104号 ·doi:10.1080/00949655.2017.1350678
[15] 石，JQ；Choi，T.，功能数据的高斯过程回归分析（2011），伦敦：查普曼和霍尔出版社，伦敦·兹比尔1273.60005 ·doi:10.1201/b11038
[16] 石，JQ；王，B。；Will，EJ，应用于剂量反应曲线预测的混合效应高斯过程函数回归模型，Stat Med，31，26，3165-3177（2012）·doi:10.1002/sim.4502
[17] Sofro，A。；石，JQ；Cao，C.，使用卷积高斯过程对计数的多元过程数据进行回归分析，J Stat Plan Inference，206，57-74（2020）·Zbl 1437.62192号 ·doi:10.1016/j.jspi.2019.09.005
[18] Tan，M。；田，GL；Fang，HB，用于拟合相关二进制数据广义线性混合模型的有效MCEM算法，J Stat Compute Simul，77，11，929-943（2007）·Zbl 1131.62065号 ·doi:10.1080/10629360600843153
[19] 托尔曼，C。；理查森，D。；Bartlett，C.，《使用计算机决策支持系统从每周三次到每周一次的造血方案的结构化转换：一项随机临床研究》，J Am Soc Nephrol，16，5，1463-1470（2005）·doi:10.1681/ASN.2004080688
[20] 王，B。；Shi，JQ，非高斯函数数据的广义高斯过程回归模型，美国统计协会，109，507，1123-1133（2014）·Zbl 1368.62101号 ·doi:10.1080/01621459.2014.889021
[21] 王，Z。；石，JQ；Lee，Y.，扩展T过程回归模型，J Stat Plan Inference，189，38-60（2017）·Zbl 1376.62026号 ·doi:10.1016/j.jspi.2017.05.006
[22] 西，RM；哈里斯·K。；Gilthorpe，MS，应用于血液透析患者随机对照临床试验的功能数据分析描述了患者在控制肾性贫血方面反应的可变性，《美国肾脏病学会杂志》，18，8，2371-2376（2007）·doi:10.1681/ASN.2006050436
[23] 威尔，EJ；理查森，D。；Tolman，C.，《肾性贫血临床决策支持系统的开发与利用》，《肾脏拨号转导》，22，Suppl 4，iv31-iv36（2007）
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。