×
Kenneth K·洛皮亚诺。;琳达·J·杨。;卡罗尔·戈特韦。

非正态数据空间失准问题的伪泛化拟似然方法。 （英语） Zbl 1299.92002号

生物计量学 70，第3期，648-660（2014）.
总结：来自多个来源的空间参考数据集通常被合并，以评估各种结果和协变量之间的关系。与数据相关联的地理单位，例如地理坐标或区域级行政单位，往往在空间上不一致，即在不同位置观察到或在不同地理单位上聚合。因此，通常在观察到响应的位置预测协变量。在随后对对齐的数据进行建模时，必须考虑用于对齐不同数据集的方法。在这里，我们考虑当响应变量为非正态分布时，在点对点和点对面失准问题中使用kriging对数据集进行对齐的情况。如果使用广义线性模型对关系进行建模，则使用克里金平均值作为协变量所产生的额外不确定性会引入伯克森误差结构。在本文中，我们开发了一种伪泛化拟似然算法，用于在估计回归参数和相关不确定性度量时考虑额外的不确定性。该方法应用于一个点对点示例，评估佛罗里达州历史上最大的野火布加布灌木丛火灾发生后，低出生体重与PM水平之间的关系。提出了一个点对面错位问题，评估了佛罗里达州各县的哮喘事件与火灾发生后PM（_｛2.5｝）水平之间的关系。最后，通过仿真研究对该方法进行了评估。我们的结果表明，该方法在95%置信区间的覆盖率方面表现良好，而忽略额外不确定性的朴素方法往往会低估与参数估计相关的可变性。这种低估在泊松回归模型中最为严重。

引用于1文件

MSC公司：

92-08 生物学问题的计算方法
65C60个 统计中的计算问题（MSC2010）
62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

伯克森误差;广义线性模型;克里金;空间错位
PDF格式BibTeX公司 XML格式引用
\textit{K.K.Lopiano}等人，《生物统计学70》，第3期，第648-660页（2014年；Zbl 1299.92002）
全文： 内政部

参考文献：

[1] Agresti，A.（2002年）。分类数据分析，第2版。纽约州纽约市：约翰·威利父子公司。
[2] Banerjee，S.和Gelfand，A.E.（2002年）。空间失调数据的预测、插值和回归。Sankhya，A64系列，227-245·Zbl 1192.62205号
[3] Breslow，N.E.和Clayton，D.G.（1993年）。广义线性混合模型中的近似推理。《美国统计协会杂志》88，9-25·Zbl 0775.62195号
[4] Buonacorsi，J.P.（2009）。测量误差：模型、方法和应用。佛罗里达州博卡拉顿：查普曼和霍尔/CRC。
[5] Cressie，N.和Johannesson，G.（2008年）。固定秩kriging用于非常大的空间数据集。《皇家统计学会杂志》，B70系列，209-226·Zbl 05563351号
[6] 佛罗里达州环境保护部（2007年）。健康咨询：2007年5月10日。http://www.dep.state.fl.us/mainpage/em/2007/wildfire/health/Advisory_051007.pdf。
[7] Fong，Y.、Rue，H.和Wakefield，J.（2010年）。广义线性混合模型的贝叶斯推理。生物统计11，397-412·Zbl 1437.62460号
[8] Gelfand，A.E.、Zhu，L.和Carlin，B.P.（2001）。时空数据支持问题的变化。生物统计2，31-45·Zbl 1022.62095号
[9] 格鲁吉亚林业委员会（2007年）。2007年历史性的佐治亚州野火：从过去吸取教训——为未来规划。http://www.wilderlessons.net/documents/Historic_2007_GA_Wildfires.pdf。
[10] Gong，G.和Samaniego，F.J.（1981年）。伪最大似然估计：理论与应用。统计年鉴9，861-869·Zbl 0471.62032号
[11] Gotway，C.A.和Young，L.J.（2002）。正在组合不兼容的空间数据。《美国统计协会杂志》97，632-648·Zbl 1073.62604号
[12] Gryparis，A.、Paciorek，C.J.、Zeka，A.、Schwartz，J.和Coull，B.A.（2009年）。环境流行病学中空间错位引起的测量误差。生物统计10，258-274·Zbl 1437.62478号
[13] Lopiano，K.K.、Young，L.J.和Gotway，C.A.（2011年）。空间失调数据回归模型中使用的变量方法的误差比较。医学研究中的统计方法20，29-47。
[14] Lopiano，K.K.、Young，L.J.和Gotway，C.A.（2013年）。带有Berkson误差的空间失调回归模型中的广义最小二乘估计。生物统计14，737-751。
[15] Madsen，L.、Ruppert，D.和Altman，N.S.（2008年）。使用空间错位数据进行回归。环境19，453-467。
[16] McCullagh，P.和Nelder，J.A.（1989）。统计学和应用概率专著37：广义线性模型，第二版。佛罗里达州博卡拉顿：查普曼和霍尔/CRC·Zbl 0744.62098号
[17] Mugglin，A.S.、Carlin，B.P.和Gelfand，A.E.（2000）。针对空间错位数据的完全基于模型的方法。《美国统计协会杂志》95，877-887。
[18] 国家卫生统计中心（1998年）。疾病和伤害的分类。ftp://ftp.cdc.gov/pub/Health_Statistics/NHCS/Publications/ICD‐9/ucod.txt。
[19] Paciorek，C.J.、Yanosky，J.D.、Puett，R.C.、Laden，F.和Suh，H.H.（2009）。颗粒物浓度的实际大规模时空建模。应用统计年鉴370-397·Zbl 1160.62093号
[20] Sadler，T.W.（2011）。朗曼医学胚胎学，第12版。马里兰州巴尔的摩：Wolters Kluwer Health。
[21] Schabenberger，O.和Gotway，C.A.（2005年）。空间数据分析的统计方法，第1版。佛罗里达州博卡拉顿：查普曼和霍尔/CRC·Zbl 1068.6206号
[22] Szpiro，A.A.、Sheppard，L.和Lumley，T.（2011）。利用空间失调数据进行有效的测量误差校正。生物统计学12，610-623·Zbl 1314.62264号
[23] 佛罗里达州应急响应小组（2007年）。2007年5月9日，全州灾难应对晨会。http://www.dep.state.fl.us/mainpage/em/2007/wildfire/response/20070509_briefing.pdf。
[24] 瑟斯顿·S.W.、斯皮格曼·D和鲁珀特·D（2003）。主要研究/外部验证研究设计中回归校准方法的等效性。统计规划与推断杂志113，527-539·Zbl 1014.62085号
[25] 美国环境保护署（2007）。用于下载的空气质量系统（aqs）数据。http://www.epa.gov/ttn/airs/airaqs/detaildata/downloadaqsdata.htm。
[26] Zhu，L.、Carlin，B.P.和Gelfand，A.E.（2003）。空间数据错位的层次回归：亚特兰大环境臭氧与儿童哮喘急诊就诊的相关研究。环境学14，537-557。
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。