×
彭，程;杨一禾;周杰;潘建新

纵向二进制数据的潜在高斯copula模型。 （英文） Zbl 1493.62360号

《多元分析杂志》。 189，文章ID 104940，第19页（2022）.
摘要：纵向二进制数据通常出现在公共卫生、生物医学、金融、农业和社会科学等多个领域。在纵向二元研究中，目的是评估纵向二元反应与某些感兴趣的协变量的关联，并量化纵向二元响应的受试者内相关性。在文献中，开发了各种方法来建模纵向二进制数据，但很少有工作解释相关二进制响应的相关系数具有所谓的Fréchet-Hoeffding界这一事实。忽略这一事实可能会导致对纵向二进制数据的错误统计推断。本文基于潜在高斯copula提出了一种新的统计建模方法，用于同时建模纵向二进制数据的均值和主题内相关结构。具体来说，平均结构由半参数回归模型建模，主题内相关系数通过引入具有某些参数表征的潜在相关结构的潜在高斯copula模型建模。然后提出广义估计方程来估计平均相关结构和潜在相关结构中的参数，并建立了所得参数估计量的一致性和渐近正态性。所提出的模型和方法确保估计的相关系数必须满足纵向二进制数据的Fréchet-Hoeffing界。仿真研究表明，该方法具有稳定的数值性能。使用所提出的方法对一个实际数据集进行了分析。

MSC公司：

62H20个 关联度量（相关性、典型相关性等）
62甲12 多元分析中的估计

关键词：

广义估计方程;联合平均相关模型;潜在高斯copula模型;纵向二进制数据;半参数模型
PDF格式BibTeX公司 XML格式引用
\textit{C.Peng}等人，《多元分析杂志》。189，文章ID 104940，19 p.（2022；Zbl 1493.62360）
全文： 内政部

参考文献：

[1] 凯里，V。；Zeger，S.L。；Diggle，P.J.，用交替逻辑回归建模多元二元数据，Biometrika，80517-526（1993）·Zbl 0800.62446号
[2] 查甘蒂，N.R。；Joe，H.，二进制响应广义估计方程的效率，J.R.Stat.Soc.Ser。B统计方法。，66, 851-860 (2004) ·Zbl 1059.62076号
[3] Dale，J.R.，双变量、离散、有序反应的全球交叉比模型，生物统计学，42，909-917（1987）
[4] Diggle，P.J。；Paulo，J.R.，《基于模型的地统计学》（2007年），纽约施普林格出版社·Zbl 1132.86002号
[5] Diggle，P.J。；Verbyla，A.P.，《纵向数据协方差结构的非参数估计》，生物统计学，54，401-415（1998）·Zbl 1058.62600号
[6] 范，J。；黄，T。；Li，R.，协方差函数半参数估计的纵向数据分析，J.Amer。统计师。协会，102，632-641（2007）·Zbl 1172.62323号
[7] 范，J。；刘，H。；宁，Y。；Zou，H.，混合数据的高维半参数潜在图形模型，J.R.Stat.Soc.Ser。B统计方法。，79, 405-421 (2014) ·兹比尔1414.62179
[8] Fitzmaurice，G.M。；Laird，N.M.，《一种基于似然法的纵向二进制响应分析方法》，Biometrika，80，141-151（1993）·Zbl 0775.62296号
[9] 何，X。；冯·W。；Zhu，Z.，聚类数据广义部分线性模型中的稳健估计，J.Amer。统计师。协会，1001176-1184（2005）·Zbl 1117.62351号
[10] Hin，L.-Y。；凯里，V。；Wang，Y.-G.，GEE工作相关结构选择标准：模拟评估，美国。统计人员。，61, 360-364 (2007)
[11] 黄，C。；再见，D。；Pan，J.，多元数据分析中非正定协方差矩阵的校准方法，J.multivariate Anal。，157, 45-52 (2017) ·Zbl 1362.62136号
[12] 黄，Y。；Pan，J.，纵向二进制数据的联合广义估计方程，计算。统计师。数据分析。，155, 107-110 (2021) ·Zbl 1510.62321号
[13] 勒塞西，S。；van Houwelingen，J.H.，相关二进制数据的Logistic回归，J.R.Stat.Soc.Ser。C.申请。统计，43，95-108（1994）·Zbl 0825.62509号
[14] 冷，C。；张伟。；Pan，J.，《纵向数据的半参数均值-方差回归分析》，J.Amer。统计师。协会，105，181-193（2010）·Zbl 1397.62130号
[15] Liang，K.-Y。；Zeger，S.L.，使用广义线性模型进行纵向数据分析，Biometrika，42，121-130（1986）
[16] Liang，K.-Y。；Zeger，S。；Qaqish，B.，分类数据的多元回归分析（含讨论），J.R.Stat.Soc.Ser。B统计方法。，54, 3-40 (1992) ·Zbl 0775.62172号
[17] 利普西茨，S.R。；新墨西哥州莱尔德。；Harrington，D.P.，相关二进制数据的广义估计方程：使用比值比作为关联的度量，Biometrika，78，153-160（1991）
[18] McCullagh，P。；Nelder，J.A.，广义线性模型（1989），查普曼和霍尔：查普曼与霍尔伦敦·Zbl 0744.62098号
[19] 阿曼，S。；Zucker，D.M.，建模和生成相关二进制变量，Biometrika，88，287-290（2001）·Zbl 0982.62025号
[20] Pan，W.，Akaike在广义估计方程中的信息标准，生物统计学，57，120-125（2001）·Zbl 1210.62099号
[21] Prentice，R.L.，《与每个二元观察的协变量相关的二元回归》，《生物统计学》，44，1033-1048（1989）·Zbl 0715.62145号
[22] 普伦蒂斯，R.L。；Zhao，L.P.，多变量离散和连续响应的均值和协方差参数估计方程，生物计量学，47825-839（1991）·Zbl 0729.62560号
[23] Schildcrout，J.S。；Heagerty，P.J.，《纵向二进制数据与时间相关环境协变量的回归分析：偏差和效率》，《生物统计学》，第6633-652页（2005）·Zbl 1169.62387号
[24] 夏普尔斯，K。；Breslow，N.，相关二进制数据的回归分析：估计方程方法的一些小样本结果，J.Stat.Compute。模拟。，42, 1-20 (1992) ·Zbl 0775.62203号
[25] Shults，J。；Chaganty，N.，使用拟最小二乘法分析序列相关数据，生物统计学，541622-1630（1998）·Zbl 1058.62553号
[26] 斯特泰利，R。；北莱尔德。；Ware，J.，二进制响应串行观测的随机效应模型，生物计量学，40961-971（1985）
[27] Wang，Y。；Carey，V.，《工作相关结构错误指定、估计和协变量设计：广义估计方程性能的含义》，《生物特征》，90，29-41（2003）·Zbl 1035.62074号
[28] Wang，Y。；Carey，V.，《非定时重复测量工作相关模型的无偏估计方程》，J.Amer。统计师。协会，99845-853（2004）·Zbl 1117.62442号
[29] Ye，H。；Pan，J.，纵向数据广义估计方程中的协方差结构建模，Biometrika，93，927-941（2006）·Zbl 1436.62348号
[30] Zeger，S.L。；Diggle，P.J.，纵向数据的半参数模型及其在HIV血清转化者CD4细胞数量中的应用，生物统计学，50689-699（1994）·Zbl 0821.62093号
[31] Zeger，S.L。；Liang，K.-Y。；Albert，P.S.，《纵向数据模型：广义估计方程方法》，《生物统计学》，441049-1060（1988）·Zbl 0715.62136号
[32] 赵，L。；Prentice，R.L.，使用二次指数模型的相关二元回归，Biometrika，77，642-648（1990）
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。