×
伊莎贝·德尔图尔;西尔维亚·理查森;勒赫斯兰，珍妮·伊夫斯

间歇缺失数据下马尔可夫模型估计的随机算法。 （英语） Zbl 1059.62639号

生物计量学 55，第2号，565-573（1999年）.
摘要：多状态马尔可夫模型经常用于描述疾病过程，但其从纵向数据进行估计常常受到不完全性复杂模式的阻碍。描述了纵向研究中间断缺失数据情况下估计马尔可夫链模型的两种算法，即随机EM算法和吉布斯采样器。第一种方法可以被视为EM算法的随机扰动，当M步骤简单但E步骤计算繁琐时适用。它可以很好地近似最大似然估计。吉布斯采样器用于完整的贝叶斯推断。在两个模拟数据集上说明了这两种算法的性能。一个关于寄生虫病进化模型的激励性例子恶性疟原虫描述并简要分析了喀麦隆105名幼儿队列中的疟疾。

引用于9文件

MSC公司：

62页第10页 统计学在生物学和医学中的应用；元分析
65立方厘米 马尔可夫链的数值分析或方法
2015年1月62日 贝叶斯推断

关键词：

EM算法;吉布斯采样;间歇性缺失数据;纵向数据;疟疾;马尔可夫链;设计中不可忽视的缺失数据
PDF格式BibTeX公司 XML格式引用
\textit{I.Deltour}等人，《生物统计学》55，第2期，565--573（1999；Zbl 1059.62639）
全文： DOI程序

参考文献：

[1] 安徒生，《评估可逆疾病指标对生存率的影响》，《医学统计学》10页1061–（1991）·数字对象标识代码：10.1002/sim.4780100706
[2] 安德森，关于马尔可夫链的统计推断，《数理统计年鉴》28，第89页–（1957）·Zbl 0087.14905号 ·doi:10.1214/aoms/1177707039
[3] 巴萨瓦，随机过程的统计推断（1980）
[4] Bekessy，《从纵向数据估算恶性疟原虫寄生虫病的发病率和恢复率》，《世界卫生组织公报》54（6），第685页–（1976）
[5] 最佳，CODA手册（1995）
[6] Celeux，《SEM算法：从混合问题的EM算法衍生而来的概率教师算法》，《计算统计季刊》第2期第73页–（1985）
[7] Dempster，通过EM算法从不完整数据中获得的最大似然，英国皇家统计学会杂志，B系列统计28，第89页–（1977）·兹比尔0364.62022
[8] Diebolt，估计混合比例的随机EM算法的渐近性质，统计通信，随机模型9，第426页–（1993）·Zbl 0783.62021号
[9] Diebolt，《马尔可夫链蒙特卡罗实践》第259页–（1996）
[10] Diggle，纵向数据分析中的信息缺失，应用统计学43，第49页–（1994）·Zbl 0825.62010号 ·doi:10.2307/2986113
[11] Diggle，纵向数据分析（1994）·Zbl 0825.62010号
[12] Dupuis，从捕获再捕获数据中对移动和生存概率的贝叶斯估计，Biometrika 82 pp 761–（1995）·Zbl 0861.62072号
[13] Dupuis，《关于EM算法的讨论——一首用快速新曲演唱的古老民歌》（作者：X.-L.Meng和D.Van Dyck），英国皇家统计学会杂志，B辑，第59期，第553页——（1997）
[14] 埃夫隆，《缺失数据、插补和自助法》，《美国统计协会杂志》89页972–（1994）·Zbl 0806.62033号
[15] 福斯特，基于模型的分类调查数据推断，不可忽视的非响应，《皇家统计学会杂志》，B辑60，第57页–（1998）·2010年10月9日Zbl ·doi:10.1111/1467-9868.00108
[16] Gelman，使用多序列的迭代模拟推断，《统计科学》第7卷第457页–（1992年）·兹比尔1386.65060 ·doi:10.1214/ss/117701136
[17] 盖尔曼，贝叶斯数据分析（1995）
[18] 绅士，用于分析不完整疾病历史数据的多状态马尔可夫模型，带有HIV疾病的插图，《医学统计》13页805–（1994）·数字对象标识代码：10.1002/sim.4780130803
[19] 吉尔克斯，《马尔可夫链蒙特卡罗实践》（1996）
[20] Ip，缺失数据下的随机EM估计——理论和应用（1994）
[21] Kay，生存研究中用于分析癌症标记物和疾病状态的马尔可夫模型，《生物统计学》42第855页–（1986）·Zbl 0622.62100号 ·doi:10.2307/2530699
[22] Hesran，恶性疟原虫母体胎盘感染与前两年疟疾发病率，《美国流行病学杂志》146，第862页–（1997）·doi:10.1093/oxfordjournals.aje.a009200
[23] Little，重复测量研究中的退出机制建模，《美国统计协会杂志》90 pp 1112–（1995）·Zbl 0841.62099号 ·doi:10.2307/2291350
[24] 少，缺失数据的统计分析（1987年）
[25] Longini，使用马尔可夫模型对HIV感染阶段进行统计分析，《医学统计学》8第831页–（1989）·数字对象标识代码：10.1002/sim.4780080708
[26] Louis，使用EM算法时发现观测到的信息矩阵，《皇家统计学会杂志》，B辑44，第226页–（1982）·Zbl 0488.62018号
[27] Meng，The EM algorithm-An a old folk song to a fast new tune（with discussion），《皇家统计学会杂志》，B辑59 pp 511–（1997）·兹比尔1090.62518 ·数字对象标识代码：10.1111/1467-9868.00082
[28] Muri，F.1997《马尔可夫链识别算法与应用比较》（Comparaisson d’algorithmes’identification de cha壪nes de Markov cachees et application a la détection de réréns homogènes dans les sequences d'ADN）。巴黎第五大学（勒内·笛卡尔）博士论文
[29] Nagelkerke，当可检测性不完善时寄生虫感染动力学的估计，《医学统计学》9第1211页–（1990）·数字对象标识代码：10.1002/sim.4780091010
[30] Näsell，流行病理论中的随机过程，第59页–（1990）·doi:10.1007/978-3-662-10067-76
[31] Nedelman，Dietz、Molinaux和Thomas疟疾模型中的接种和恢复率，《数学生物科学》69，第209页–（1984）·Zbl 0529.92019号 ·doi:10.1016/0025-5564（84）90086-5
[32] Richard，恶性疟原虫寄生虫病的三态马尔可夫模型，数学生物科学117第283页–（1993）·Zbl 0785.92027号 ·doi:10.1016/0025-5564（93）90029-A
[33] 谢劳·约翰逊（Sherlaw-Johnson），《从观测数据估计马尔可夫转移矩阵》，《运筹学学会杂志》（Journal of the Operational Research Society）46 pp 405–（1995）·Zbl 0817.62072号 ·doi:10.1057/jors.1995.55
[34] Tanner，《统计推断工具》（1990年）
[35] Wang，参数多重插补程序的大样本理论（1997）
[36] 世界卫生组织，《1991年世界疟疾形势——第1部分，每周流行病学报告》，世界卫生组织68页，第245页——（1993年）
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。