×
威廉·H·埃伯哈德。;伊娃·坎通尼;Stephane Heritier公司

负二项回归模型中的稳健推断及其在跌落数据中的应用。 （英文） Zbl 1393.62011年

生物计量学 70，第4期，920-931（2014）.
小结：对过度分散的计数数据（如干预研究期间报告的跌倒次数）进行建模的一种流行方法是采用负二项（NB）分布。众所周知，经典的估计方法对模型错误非常敏感，在使用NB回归模型的干预研究中，患者的跌幅远远超过预期。本文推广了两种方法，用于建立NB分布广义线性模型类回归参数的稳健M估计。第一种方法通过对最大似然估计方程中产生的Pearson残差应用有界函数来实现响应的鲁棒性，而第二种方法通过限定未标度偏差分量来实现鲁棒性。对于这两种方法，我们探索了边界函数的不同选择。通过一个统一的符号，我们展示了只要适当地选择和调整边界函数，这些方法实际上可能有多接近，并提供了所得估计量的渐近分布。此外，针对NB分布，我们引入了过分散参数的稳健加权最大似然估计。不同设置下的模拟表明，重降边界函数在污染情况下产生的估计偏差较小，同时保持假设模型的高效性，这两种方法都是如此。我们在最近的一项随机对照试验中提出了一个应用程序，该试验测量了锻炼计划在减少帕金森病患者跌倒次数方面的有效性，以说明此类稳健程序的诊断应用及其对可靠推断的需要。

引用于12文件

MSC公司：

62层35 鲁棒性和自适应程序（参数推断）
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

关键词：

有界影响函数;负二项回归;过度分散的计数数据;重降估值器;加权最大似然;稳健估计量;广义线性模型

软件：

R（右）;计数
PDF格式BibTeX公司 XML格式引用
\textit{W.H.Aeberhard}等人，《生物统计学》70，第4期，920--931（2014；Zbl 1393.62011）
全文： DOI程序

参考文献：

[1] Amiguet，M.（2011）。离散分布的自适应加权最大似然估计。瑞士洛桑大学博士论文。
[2] Anscombe，F.J.（1949年）。基于负二项分布的昆虫数量统计分析。生物统计学5165-173。
[3] Bianco，A.M.、Boente，G.和Rodrigues，I.M.（2013a）。具有缺失响应的泊松和伽马模型中的抗性估计量及其在离群值检测中的应用。《多变量分析杂志》114209-226·兹比尔1255.62206
[4] Bianco，A.M.、Boente，G.和Rodrigues，I.M.（2013b）。具有缺失响应的广义线性模型中的稳健测试。计算统计与数据分析65，80-97·Zbl 1471.62029号
[5] Bianco，A.M.和Yohai，V.J.（1996年）。逻辑回归模型中的稳健估计。《稳健统计、数据分析和计算机密集型方法》，Rieder，H.（ed.）（ed），17-34。纽约州纽约市：Springer‐Verlag·Zbl 0839.62030号
[6] Breslow，N.E.（1984）。对数线性模型中的额外泊松变化。英国皇家统计学会杂志，C33系列，38-44。
[7] Cadigan，N.G.和Chen，J.（2001）。泊松和负二项数据的稳健M‐估计的性质。统计计算与模拟杂志70，273-288·Zbl 0988.62019号
[8] Canning，C.G.、Sherrington，C.、Lord，S.R.、Fung，V.S.C.、Close，J.C.T.、Heritier，S.和Heller，G.（2014）。帕金森病患者运动和提示计划预防跌倒效果的随机对照试验：PD-FIT研究。提交。
[9] 坎宁，C.G.、谢林顿，C.、洛德，S.R.、冯，V.S.C.、克洛斯，J.C.T.、拉特，M.D.、霍华德，K.、艾伦，N.E.、奥鲁克，S.D.和穆雷，S.M.（2009）。运动疗法预防帕金森病患者跌倒：一项随机对照试验和经济评估方案。BMC神经病学9，1-7。
[10] Cantoni，E.和Ronchetti，E.M.（2001）。广义线性模型的稳健推理。《美国统计协会杂志》96，1022-1030·Zbl 1072.62610号
[11] Cantoni，E.和Ronchetti，E.M.（2006年）。一种稳健的方法，用于分析医疗保健支出中的倾斜和重尾结果。《健康经济杂志》25，198-213。
[12] Chambers，R.、Dreassi，E.和Salvati，N.（2013年）。通过负二项M-分位数回归绘制疾病图。技术报告，费伦泽大学朱塞佩家长统计研究所。
[13] Clark，S.J.和Perry，J.N.（1989年）。通过最大似然估计负二项参数（kappa）。生物计量45309-316·Zbl 0715.62048号
[14] Croux，C.和Haesbroeck，G.（2003年）。实现逻辑回归的Bianco和Yohai估计量。计算统计学与数据分析44273-295·Zbl 1429.62317号
[15] Fahn，S.、Elton，R.L.和UPDRS计划成员（1987年）。统一帕金森病评定量表。《帕金森氏病的最新发展》，Fahn，S.（编辑）、Marsden，C.D.（编辑），Goldstein，M.（编）和Calne，D.B.（编），153-163。新泽西州弗洛勒姆公园：麦克米伦医疗信息。
[16] Hampel，F.R.、Ronchetti，E.M.、Rousseeuw，P.J.和Stahel，W.A.（1986年）。稳健统计：基于影响函数的方法。纽约州纽约市：Wiley·Zbl 0593.62027号
[17] Heritier，S.、Cantoni，E.、Copt，S.和Victoria‐Feser，M.‐P。(2009). 生物统计学中的稳健方法。英国奇切斯特：John Wiley&Sons Ltd·Zbl 1163.62085号
[18] Hilbe，J.M.（2011）。负二项回归，第二版。纽约州纽约市：剑桥大学出版社·Zbl 1269.62063号
[19] Huber，P.J.（1967年）。非标准条件下极大似然估计的行为。第五届伯克利数理统计与概率研讨会论文集，第1卷。221-233. 加州伯克利：加利福尼亚大学出版社·Zbl 0212.21504号
[20] Huber，P.J.和Ronchetti，E.M.（2009年）。稳健统计，第二版。纽约州纽约市：Wiley·Zbl 1276.62022号
[21] Lawless，J.F.（1987）。负二项和混合泊松回归。加拿大统计杂志15，209-225·兹比尔0632.62060
[22] McCullagh，P.和Nelder，J.A.（1989）。广义线性模型，第2版。佛罗里达州博卡拉顿：查普曼和霍尔/CRC·Zbl 0744.62098号
[23] Piegorsch，W.W.（1990）。负二项分散参数的最大似然估计。生物计量46863-867。
[24] Rousseeuw，P.J.（1985年）。具有高临界点的多变量估计。《数理统计与应用》，Grossman，W.（编辑）、Pflug，G.（编辑），Vincze，I.（编纂）和Wertz，W。荷兰多德雷赫特：雷德尔出版社·Zbl 0609.62054号
[25] R核心团队（2013）。R： 统计计算语言和环境。奥地利维也纳：R统计计算基金会。
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。