×
姜伟;朱莉·乔西;马克·拉维埃尔; TraumaBase组

缺失协变量的Logistic回归——联合建模框架内的参数估计、模型选择和预测。 （英语） Zbl 1510.62322号

计算。统计数据分析。 145，文章ID 106907，20 p.（2020）.
摘要：Logistic回归是监督学习中常用的分类方法。令人惊讶的是，对于协变量中缺失值的逻辑回归，几乎没有解决方案。为了对缺失值进行统计推断，提出了一种基于EM算法随机近似版本的完整方法，包括参数及其方差的估计、置信区间的推导以及模型选择过程。还解决了在缺失协变量数据的测试集上预测新观测值的问题。通过与以往方法进行比较的仿真研究，证明了该方法计算效率高，具有良好的覆盖和变量选择特性。然后，通过预测失血性休克的发生率，在巴黎医院的严重创伤患者数据集上说明了该方法，失血性震惊是严重创伤患者早期可预防死亡的主要原因。其目的是改进当前的红旗程序，这是一种识别严重出血高危患者的二进制警报。该方法在R包中实现米萨姆.

引用于4文件

MSC公司：

62J12型 广义线性模型（逻辑模型）
62天10分 缺少数据
10层62层 点估计
62页第10页 统计学在生物学和医学中的应用；元分析
62-08 统计问题的计算方法

关键词：

不完整的数据;观察到的可能性;大都会-黑斯廷斯;公共卫生

软件：

米萨姆;miss森林;MDA错误;对;老鼠
PDF格式BibTeX公司 XML格式引用
\textit{W.Jiang}等人，计算。统计数据分析。145，文章ID 106907，20 p.（2020；Zbl 1510.62322）
全文： 内政部 arXiv公司

参考文献：

[1] Brier，G.W.，以概率表示的预测验证，周一。《天气评论》，78，1，1-3（1950）
[2] Chow，W.K.，《在存在缺失值的情况下物流模型中的各种估计方法》技术报告（1979），美国加州圣莫尼卡兰德公司
[3] Claeskens，G。；Consentino，F.，《不完全协变量数据的变量选择》，生物统计学，64，1062-1069（2008）·Zbl 1152.62388号
[4] Consentino，F。；Claeskens，G.，《逻辑回归、估计和分布选择中的缺失协变量》，统计模型。，11, 2, 159-183 (2011) ·Zbl 07256842号
[5] Delyon，B。；拉维耶，M。；Moulines，E.，EM算法随机近似版本的收敛性，Ann.Statist。，27, 1, 94-128 (1999) ·Zbl 0932.62094号
[6] Dempster，A.P。；莱尔德，新墨西哥州。；Rubin，D.B.，《通过EM算法从不完整数据中获得最大似然》，J.R.Stat.Soc.Ser。B统计方法。，39, 1, 1-38 (1977) ·Zbl 0364.62022号
[7] 吉尔克斯，W.R。；Wild，P.P.，吉布斯采样的自适应抑制采样，Appl。Stat.，41，2，337-348（1992）·Zbl 0825.62407号
[8] 很好，I.J.，理性决策，J.R.Stat.Soc.Ser。B统计方法。，107-114 (1952)
[9] 滨田，S.R。；高斯，T。；杜恰图，F.-X。；Truchot，J。；Harrois，A。；劳克斯，M。；杜兰托，J。；曼茨，J。；Paugam-Burtz，C.，《法国医师提供的紧急医疗服务在主要创伤患者分诊中的绩效评估》，《创伤急性护理外科杂志》，76，6，1476-1483（2014）
[10] 滨田，S.R。；高斯，T。；潘恩，J。；Dünser，M.W。；Léone，M。；Duranteau，J.，《欧洲创伤指南依从性评估：ETRAUSS研究》，Crit.Care，19423（2015）
[11] 滨田，S.R。；罗莎，A。；高斯，T。；Desclefs，J.-P。；劳克斯，M。；Harrois，A。；福林，A。；库克，F。；Boutonet，M。；阿提亚斯，A。；Ausset，S。；Dhonneur，G。；兰杰隆，O。；Paugam-Burtz，C。；Pirrachio，R。；里奥乌，B。；de St Maurice，G。；维古，B。；Rouquette，A。；Duranteau，J.，开发和验证院前“红旗”警报，以激活钝性创伤中的院内出血控制反应，Crit.Care，22，1132018
[12] Hay，S.I.，《1990-2016年195个国家和地区333种疾病和伤害的全球、区域和国家伤残调整生命年和健康预期寿命：2016年全球疾病负担研究的系统分析》，《柳叶刀》，390，10100，1260-1344（2017）
[13] Hentges，A.L。；Dunsmore，I.R.，《缺失数据的二进制模型中的预测分布》，Comm.Statist。模拟计算。，27, 3, 735-759 (1998) ·Zbl 0946.62028号
[14] 易卜拉欣，J.G。；陈先生。；Lipsitz，S.R.，参数回归模型中缺失协变量的蒙特卡罗EM，生物统计学，55591-596（1999）·Zbl 1059.62662号
[15] 易卜拉欣，J.G。；陈先生。；Lipsitz，S.R。；Herring，A.H.，《广义线性模型的Missing数据方法：比较综述》，J.Amer。统计师。协会，100，469，332-346（2005）·Zbl 1117.62360号
[16] Jiang，W.，misaem：缺失协变量的Logistic回归（2019），R包版本0.9.1
[17] Jiang，W.，“缺失协变量的Logistic回归——联合建模框架内的参数估计、模型选择和预测”的代码和实现（2019年）
[18] Jiang，W.，“缺失协变量的Logistic回归——联合建模框架内的参数估计、模型选择和预测”的补充材料（2019年）
[19] 姜杰。；Nguyen，T。；Rao，J.S.，《E-MS算法：不完全数据的模型选择》，J.Amer。统计师。协会，110，511，1136-1147（2015）·Zbl 1377.62078号
[20] Josse，J。；Husson，F.，missMDA:处理多元数据分析中缺失值的软件包，J.Stat.Softw。，70, 1, 1-31 (2016)
[21] Josse，J。；普罗斯特，N。；Scornet，E。；Varoquaux，G.，关于监督学习与缺失值的一致性（2019年），arXiv电子打印arXiv:1902.06931
[22] Lavielle，M.，《人口方法的混合效应模型：模型、任务、方法和工具》（2014），Chapman和Hall/CRC
[23] 利特尔，R.J。；Rubin，D.B.，《缺失数据的统计分析》（2002），John Wiley&Sons，Inc·Zbl 1011.62004号
[24] 刘，Y。；Wang，Y。；Feng，Y。；Wall，M.M.，《不完全高维数据的变量选择和预测》，Ann.Appl。统计，10，1，418-450（2016）·Zbl 1454.62028号
[25] Louis，T.A.，《使用EM算法时发现观测信息矩阵》，J.R.Stat.Soc.Ser。B统计方法。，44, 2, 226-233 (1982) ·Zbl 0488.62018号
[26] 麦克拉克伦，G。；Krishnan，T.，（EM算法和扩展。EM算法与扩展，概率统计中的Wiley级数（2008），Wiley:Wiley Hoboken，NJ）·兹比尔1165.62019
[27] 孟，X.-L。；Rubin，D.B.，使用EM获得渐近方差-方差矩阵：SEM算法，J.Amer。统计师。协会，86，416，899-909（1991）
[28] R核心团队，X.-L.，R:A Language and Environment for Statistical Computing（2017），R统计计算基金会：R统计计算基金会，奥地利维也纳
[29] Rubin，D.B.，《调查中无应答的多重插补》，第307卷（2009年），John Wiley&Sons
[30] Schafer，J.L。；Schenker，N.，《用插补条件平均数进行推断》，J.Amer。统计师。协会，95，449，144-154（2000）·Zbl 1014.62023号
[31] 希曼，S。；加拉蒂，J。；Jackson，D。；Carlin，J.，“随机失踪”是什么意思？，统计师。科学。，28, 2, 257-268 (2013) ·Zbl 1331.62036号
[32] 斯特霍芬，D.J。；Buehlmann，P.，MissForest–混合型数据的非参数缺失值插补，生物信息学，28，1，112-118（2012）
[33] van Buuren，S。；Groothuis-Oudshoorn，K.，《小鼠：通过R，J.Stat.Softw中的链式方程进行多元插补》。，45, 3, 1-67 (2011)
[34] 魏，G.C.G。；Tanner，M.A.，EM算法和穷人数据增强算法的蒙特卡罗实现，J.Amer。统计师。协会，85，411，699-704（1990）
[35] 伍德，A.M。；怀特，I.R。；Royston，P.，如何使用多重插补数据进行变量选择？，《统计医学》，27、17、3227-3246（2008）
[36] Yuen Fung，K。；Wrobel，B.A.，逻辑回归中缺失值的处理，生物。J.，31，35-47（1989）
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。