×
吉多·马萨罗托;克里斯蒂亚诺·瓦林

高斯copula边际回归。 （英语） 兹比尔1336.62152

电子。J.统计。 6, 1517-1549 (2012).
摘要：本文确定并发展了一类用于非正态相关观测值边际回归分析的高斯copula模型。该类提供了具有正态相关误差的传统线性回归模型的自然扩展。允许任何类型的连续、离散和分类响应。依赖关系可以很方便地用多元正态误差建模。推理是通过可能性方法进行的。虽然连续响应的似然函数是封闭形式的，但在非连续设置中使用数值近似。建议使用残差分析和规范检验来验证假设的多元模型的充分性。方法在称为gcmr的R包中实现。插图包括有关时间序列、交叉设计数据、纵向研究、生存分析和空间回归的模拟和实际数据应用。

引用于1审查
引用于40文件

MSC公司：

62H20个 关联度量（相关性、典型相关性等）
62J12型 广义线性模型（逻辑模型）
65C60个 统计学中的计算问题（MSC2010）
62甲12 多元分析中的估计

关键词：

离散时间序列;高斯联结;广义估计方程;似然推理;纵向数据;边际回归;多元probit;空间数据;生存数据

软件：

R（右）;全球气候变化监测;加权分数;伯纳;奥兰特;三明治
PDF格式BibTeX公司 XML格式引用
\textit{G.Masarotto}和\textit{C.Varin}，电子。J.Stat.6，1517-1549（2012；Zbl 1336.62152）
全文： 内政部 欧几里得

参考文献：

[1] 以及ěl，J.、Netuka，I.和Svara，K.（1984年）。关于阈值自回归过程。，Kybernetika基贝内提卡20，89-106·Zbl 0547.62058号
[2] Andrews，D.W.K.（1991年）。异方差和自相关一致协方差矩阵估计。，《计量经济学》59，817-858·Zbl 0732.62052号 ·doi:10.2307/2938229
[3] Azzalini，A.（1985年）。包含正态分布的一类分布。，《斯堪的纳维亚统计杂志》12，171-178·Zbl 0581.62014号
[4] Bodnar，O.Bodnar，T.和Gupta，A.K.（2010年）。多元数据相关性的估计和推断。，多元分析杂志101869-881·兹比尔1181.62081 ·doi:10.1016/j.jmva.2009.11.005
[5] Booth，J.G.和Hobert，J.P.（1999年）。用自动蒙特卡罗EM算法最大化广义线性混合模型的可能性。，英国皇家统计学会杂志，B辑61，265-285·Zbl 0917.62058号 ·doi:10.1111/1467-9868.00176
[6] Chib，S.（1995）。吉布斯输出的边际可能性。，《美国统计协会杂志》90，1313-1321·Zbl 0868.62027号 ·doi:10.2307/2291521
[7] Chib，S.和Greenberg，E.（1998年）。多元概率模型分析。，生物特征85，347-361·Zbl 0938.62020号 ·doi:10.1093/biomet/85.2.347
[8] Cox，D.R.和Snell，E.J.（1968年）。残差的一般定义。，英国皇家统计学会杂志，B辑30248-275·Zbl 0164.48903号
[9] Craig，P.（2008）。多元正态概率的一种新的重构。，英国皇家统计学会杂志，B辑70，227-243·Zbl 05563352号
[10] Cressie，N.（1993）。，空间数据统计。纽约威利·Zbl 0799.62002号
[11] de Leon，A.R.和Wu，B.（2011年）。基于Copula的二元离散和连续混合结果回归模型。，医学统计30175-185·doi:10.1002/sim.4087
[12] de Leon，A.R.、Wu，B.和Withange，N.（2012年）。通过copula模型对离散和连续混合结果进行联合分析。预打印。
[13] Diggle，P.J.、Heagerty，P.、Liang，K.-Y和Zeger，S.L.（2002）。，纵向数据分析。第二版。牛津大学出版社，牛津·兹比尔1031.62002
[14] Diggle，P.J.和Ribeiro，P.J.J.（2007）。，基于模型的地理统计。纽约州施普林格·Zbl 1132.86002号
[15] Dunn，P.K.和Smyth，G.K.（1996年）。随机分位数残差。，计算与图形统计杂志5，236-244。
[16] Durbin，J.和Koopman，S.J.（2001）。，状态空间法时间序列分析。牛津大学出版社·Zbl 0995.62504号
[17] Genest，C.和Nešlehová，J.（2007年）。copula上计数数据的引物。，阿斯汀公报37，475-515·Zbl 1274.62398号 ·doi:10.2143/AST.37.2.2024077
[18] Genz，A.和Bretz，F.（2002年）。多元t-概率的计算方法。，计算与图形统计杂志11，950-971·doi:10.1198/106186002394
[19] Geweke，J.（1991）。基于线性约束的多元正态分布和Student-t分布的有效模拟。第23届接口研讨会会议记录，北美接口基金会，费尔法克斯。
[20] Gueorguieva，R.V.和Agresti，A.（2001年）。集群二进制和连续响应联合建模的相关概率模型。，《美国统计协会杂志》96，1102-1112·Zbl 1072.62612号 ·doi:10.1198/016214501753208762
[21] Harris，B.（1988年）。四弦相关系数，见L.Kotz和N.Johnson（编辑）《统计科学百科全书》9，223-225。威利。
[22] Hausman，J.A.（1978年）。计量经济学规范测试。，《计量经济学》，46，1251-1271·兹伯利0397.62043 ·doi:10.2307/1913827
[23] Hoff，P.D.（2007）。扩展半参数copula估计的秩似然。，应用统计年鉴1，265-283·邮编1129.62050 ·doi:10.1214/07-AOAS107
[24] Hothorn，A.、Bertz，F.和Genz，A.（2001年）。关于R中的多元T和高斯概率，R新闻1，27-29。
[25] Hurvich，C.M.和Tsai，C.-L.（1989年）。小样本回归和时间序列模型选择。，生物特征76297-307·Zbl 0669.62085号 ·doi:10.1093/biomet/76.2.297
[26] Jeliazkov，I.和Lee，E.H.（2010年）。MCMC对模拟似然估计的观点。，计量经济学进展26，3-40。
[27] Joe，H.（1995）。基于条件期望的多元正矩形概率逼近。，《美国统计协会杂志》90，957-964·Zbl 0843.62016号 ·doi:10.2307/2291331
[28] Joe，H.（1997）。，多元模型和依赖概念。查普曼和霍尔·Zbl 0990.62517号
[29] Kauermann，G.和Carroll，R.J.（2001）。关于夹心协方差矩阵估计效率的注记。，《美国统计协会杂志》96，1387-1396·Zbl 1073.62539号 ·doi:10.1198/016214501753382309
[30] Keane，M.P.（1994年）。面板数据的计算实用模拟估计器。，《计量经济学》62，95-116·Zbl 0788.62100号 ·doi:10.2307/2951477
[31] Klaassen，C.A.和Wellner，J.A.（1997年）。二元正态copula模型中的有效估计：正态边际最不利。，伯努利3，55-77·兹比尔0877.62055 ·doi:10.2307/3318652
[32] Kugiumtzis，D.和Bora-Senta，E.（2010年）。使用分段线性近似的非正态变量的正态相关系数。，计算统计学25，645-662·Zbl 1226.62056号 ·doi:10.1007/s00180-010-0195-3
[33] Le Cessie，S.和Van Houwelingen，J.C.（1994年）。相关二进制数据的Logistic回归。，应用统计学43，95-108·Zbl 0825.62509号 ·数字对象标识代码：10.2307/2986114
[34] Liang，K.-L.和Zeger，S.L.（1986年）。使用广义线性模型进行纵向数据分析。，生物特征73，13-22·Zbl 0595.62110号 ·doi:10.1093/biomet/73.1.13
[35] Lindsay，B.G.（1988年）。复合似然法。，当代数学80，221-240·Zbl 0672.62069号 ·doi:10.1090/conm/080/999014
[36] Mantel，N.、Bohidar，N.R.和Ciminera，J.L.（1977年）。Mantel-Haenszel对一窝匹配的时间响应数据的分析，以及对间歇信息恢复的修改。，癌症研究37，3863-3868。
[37] McCullagh，P.和Nelder，J.A.（1989）。，广义线性模型。第二版。查普曼和霍尔·Zbl 0744.62098号
[38] Miwa，T.、Hayter，A.J.和Kuriky，S.（2003年）。一般非中心正态概率的评估。，英国皇家统计学会杂志，B辑65，223-234·Zbl 1063.62082号 ·doi:10.1111/1467-9868.00382
[39] Molenberghs，G.和Verbeke，G.（2005）。，离散纵向数据模型，Springer·Zbl 1093.62002号 ·doi:10.1007/0-387-28980-1
[40] Nikoloulopoulos，A.K.、Joe，H.和Li，H.（2011）。相依数据回归模型的加权得分法。，生物统计学12，653-665·兹比尔1314.62246
[41] Nikoloulopoulos，A.K.、Joe，H.和Chaganty，N.R.（2011年）。多元t-copula的极值性质。，极端12129-148·Zbl 1223.62081号 ·doi:10.1007/s10687-008-0072-4
[42] Parzen，M.、Ghosh，S.、Lipsitz，S.、Sinha，D.、Fitzmaurice，G.M.、Mallick，B.K.、Ibrahim，J.G.（2011年）。具有边际logit链接函数的纵向二进制数据的广义线性混合模型。，应用统计年鉴5，449-467·Zbl 1220.62093号 ·doi:10.1214/10-AOAS390
[43] Pitt，M.、Chan，D.和Kohn，R.（2006年）。高斯copula回归模型的有效贝叶斯推断。，生物特征93，537-554·Zbl 1108.62027号 ·doi:10.1093/biomet/93.3537
[44] R开发核心团队（2012）。，R： 一种用于统计计算的语言和环境。R统计计算基金会，奥地利维也纳。网址：。
[45] Rosenblatt，M.（1952年）。关于多元变换的备注。，《数理统计年鉴》23，470-472·Zbl 0047.13104号 ·doi:10.1214/aoms/1177729394
[46] Rue，H.和Tjelmeland，H.（2002）。将高斯随机场拟合为高斯场。，《斯堪的纳维亚统计杂志》29，31-50·Zbl 1017.62088号 ·doi:10.1111/1467-9469.00058
[47] 宋，P.X.-K.（2000）。由高斯copula生成的多元离散模型。，《斯堪的纳维亚统计杂志》27，305-320·Zbl 0955.62054号 ·doi:10.1111/1467-9469.00191
[48] Song，P.X-K.（2007）。，相关数据分析：建模、分析和应用。斯普林格·弗拉格·Zbl 1132.62002号
[49] Song，P.X.-K，Fan，Y.和Kalbfleisch，J.D.（2005）。似然推理中的部分最大化（讨论）。，美国统计协会杂志1001145-1167·兹比尔1117.62429 ·doi:10.1198/01621450500000204
[50] Song，P.X.-K.，Li，M.和Yuan，Y.（2009）。使用高斯Copula对相关数据进行联合回归分析。，生物统计学65，60-68·Zbl 1159.62049号 ·doi:10.1111/j.1541-0420.2008.01058.x
[51] Sung，Y.J.和Geyer，C.J.（2007）。缺失数据模型的蒙特卡罗似然推断。，《统计年鉴》35，990-1011·Zbl 1124.62009年 ·doi:10.1214/00905360000001389
[52] Tong，H.（1990）。，非线性时间序列：一种动态系统方法。牛津：牛津大学出版社·兹比尔0716.62085
[53] Train，K.E.（2003）。，模拟离散选择方法。剑桥：剑桥大学出版社·Zbl 1047.62098号
[54] Varin，C.、Reid，N.和Firth，D.（2011年）。复合似然法概述。，《中国统计》21，5-42·Zbl 05849508号
[55] Waller，L.A.和Gotway，C.A.（2004）。，公共卫生数据应用空间统计。纽约：约翰·威利父子公司·Zbl 1057.62106号 ·doi:10.1002/0471662682
[56] Wakefield，J.（2007）。疾病绘图和计数数据的空间回归。，生物统计学8，158-183·Zbl 1213.62178号 ·doi:10.1093/biostatistics/kxl008
[57] White，H.（1994）。，估算、推断和规格分析。剑桥大学出版社·Zbl 0860.62100号
[58] Wu，B.和de Leon，A.R.（2012年）。发育毒理学中集群混合双变量结果的灵活随机效应copula模型。预打印。
[59] Zeger，S.L.（1988）。计数时间序列的回归模型。，生物特征75，822-835·Zbl 0653.62064号 ·doi:10.1093/生物技术/75.4621
[60] Zeger，S.L.和Karim，M.R.（1991年）。具有随机效应的广义线性模型：吉布斯抽样方法。，美国统计协会杂志86，79-86·doi:10.1080/01621459.1991.10475006
[61] Zeileis，A.（2006年）。夹心估值器的面向对象计算。，统计软件杂志16，第9期·Zbl 1445.62316号
[62] Zhao，Y.和Joe，H.（2005）。多元数据分析中的复合似然估计。，《加拿大统计杂志》33，335-356·Zbl 1077.62045号 ·doi:10.1002/cjs.5540330303
[63] Zucchini，W.和MacDonald，I.L.（2009）。，时间序列的隐马尔可夫模型。查普曼和霍尔/CRC·Zbl 1180.62130号
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。