×
罗永泰

奶瓶使用、奶瓶每日牛奶摄入和幼儿每日能量摄入的联合建模。 （英语） Zbl 1516.62432号

J.应用。斯达。 44，第13号，2301-2316（2017）.
小结：本研究遵循了一项关于瓶装奶的教育干预措施，同时评估了瓶装奶干预对减少11-13个月幼儿使用奶瓶、每日奶瓶摄入奶水和每日能量摄入的效果。在本文中，我们建议使用共享参数模型和随机效应模型来联合建模这些结果。我们的联合模型由两个子模型组成：一个由两部分组成的子模型，用于建模奶瓶的使用概率和每日奶瓶摄入牛奶的强度，另一个线性混合子模型用于建模每日能量摄入的强度。这两个子模型通过共享随机效应或单独但相关的随机效应联系在一起。我们研究了共享参数模型和随机效应模型之间的干预效应、参数估计和模型拟合是否不同。

MSC公司：

62至XX 统计

关键词：

伽马分布；关节模型；随机效应模型；共享参数模型；半连续变量；两部分模型
PDF格式BibTeX公司 XML格式引用
\textit{Y.Lo}，J.应用。Stat.44，No.13，2301--2316（2017；Zbl 1516.62432）
全文： 内政部

参考文献：

[1] K.A.Bonuck、V.Huang和J.Fletcher，瓶子使用不当：超重的早期风险？一项瓶装水试验的文献综述和试验数据，马特。儿童营养。6（2010年），第38-52页。doi:10.1111/j.1740-8709.2009.00186.x·doi:10.1111/j.1740-8709.2009.00186.x
[2] K.A.Bonuck、S.B.Avraham、Y.Lo、R.Kahn和C.Hyden，酗酒干预与幼儿超重《儿科杂志》。164（2014），第306-312页。doi:10.1016/j.jpeds.2013.09.029·doi:10.1016/j.jpeds.2013.09.029
[3] P.Catalano和L.M.Ryan，集群离散和连续结果的双变量潜在变量模型，J.艾默。统计师。《协会》第87卷（1992年），第651-658页。doi:10.1080/01621459.1992.10475264
[4] J.G.Cragg，有限因变量统计模型及其在耐用品需求中的应用《计量经济学》39（1971），第829-844页。doi:10.2307/1909582·Zbl 0231.62040号 ·doi:10.2307/1909582
[5] S.Fieuws和G.Verbeke，多元纵向剖面的联合建模：随机效应方法的缺陷《Stat.Med.23》（2004年），第3093-304页。doi:10.1002/sim.1885·doi:10.1002/sim.1885
[6] S.Fieuws和G.Verbeke，多元纵断面联合建模混合模型的成对拟合《生物统计学》第62卷（2006年），第424-431页。文件编号：10.1111/j.1541-0420.2006.00507.x·Zbl 1097.62058号 ·文件编号：10.1111/j.1541-0420.2006.00507.x
[7] G.Fitzmaurice、M.Davidian、G.Verbeke和G.Molenberghs，纵向数据分析查普曼和霍尔/CRC Taylor Francis Group，博卡拉顿，2009年·Zbl 1144.62087号
[8] G.M.Fitzmaurice和N.M.Laird，具有聚类的二元离散和连续结果的回归模型，J.Amer。统计师。Assoc.90（1995），第845-852页。doi:10.1080/01621459.1995.10476583·Zbl 0851.62083号
[9] C.Hyden、R.Kahn和K.Bonuck，瓶装干预工具：基于WIC的教育活动挂图、家长手册和网站的“如何”和“为什么”，健康促进。实际。14（2013），第75-80页。doi:10.1177/1524839910396364·doi:10.177/1524839910396364
[10] N.L.Johnson、S.Kotz和N.Balakrishnan，连续单变量分布，约翰·威利父子公司，纽约，1994年·Zbl 0811.62001号
[11] G.Molenberghs和G.Verbeke，约束参数空间中的似然比、得分和Wald检验阿默尔。统计师。61（2007），第22-27页。doi:10.1198/000313007X171322
[12] G.Molenberghs和G.Verbeke，离散纵向数据的方法，Springer Science+Business Media，Inc.，纽约，2010年·Zbl 1093.62002号
[13] M.K.Olsen和J.L.Schafer，半连续纵向数据的两部分随机效应模型，J.Amer。统计师。协会96（2001），第730-745页。doi:10.1198/016214501753168389·Zbl 1017.62064号
[14] G.Verbeke、S.Fieus、G.Molenberghs和M.Davidian，多元纵向数据分析：综述《Stat.Methods Med.Res.23》（2014年），第42-59页。doi:10.1177/0962280212445834·doi:10.1177/0962280212445834
[15] E.F.Vonesh、T.Greene和M.D.Schluchter，用于纵向数据和事件时间联合分析的共享参数模型《Stat.Med.25》（2006年），第143-163页。doi:10.1002/sim.2249·doi:10.1002/sim.2249
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。