×
张涛;李兆海;刘爱仪;张清照

偏导数泛函的估计及其在人类死亡率数据分析中的应用。 （英语） Zbl 1476.62273号

科学。中国，数学。 64，第9期，2117-2140（2021）.
摘要：为了更好地描述和理解函数数据分析中的时间动力学，通常需要恢复随机表面的偏导数。提出了一种基于边际函数主成分分析的偏导数表示方法。为了得到偏导数的Karhunen-Loève展开式，研究了一种自适应估计。建立了拟议估计的渐近结果。仿真研究表明，所提方法在有限样本下表现良好。应用于人类死亡率数据可以揭示死亡率的信息时间动态。

MSC公司：

62兰特 功能数据分析
62H25个 因子分析和主成分；对应分析
62G05型 非参数估计
6220国集团 非参数推理的渐近性质
62页第10页 统计学在生物学和医学科学中的应用；元分析

关键词：

二元函数数据;功能主成分分析;死亡率;偏导数
PDF格式BibTeX公司 XML格式引用
\textit{T.Zhang}等人，科学。中国，数学。64，编号9，2117-2140（2021；兹bl 1476.62273）
全文： 内政部

参考文献：

[1] 巴普纳，R。；Jank，W。；Shmueli，G.，在线拍卖中的价格形成及其动态，Decis支持系统，44641-656（2008）·doi:10.1016/j.dss.2007.09.004
[2] 巴克·D·J。；奥斯蒙德，C。；Forsén，T.J.，《成年冠状动脉事件儿童的生长轨迹》，《新英格兰医学杂志》，3531802-1809（2005）·doi:10.1056/NEJMoa044160
[3] Bosq，D.，《函数空间中的线性过程：理论与应用》（2000），纽约：Springer出版社，纽约·Zbl 0962.60004号 ·doi:10.1007/978-1-4612-1154-9
[4] Chen，K。；Delicado，P。；Müller，H.G.，《函数值随机过程建模及其在生育动力学中的应用》，J R Stat Soc Ser B Stat Methodol，79，177-196（2017）·Zbl 1414.62208号 ·doi:10.1111/rssb.12160
[5] Chen，K。；Müller，H.G.，《重复功能观测建模》，美国统计协会，1071599-1609（2012）·兹比尔1258.62071 ·doi:10.1080/01621459.2012.734196
[6] Chiou，J。；Müller，H.G.，《将风险率建模为队列生命表分析和死亡率预测的功能数据》，美国统计协会，104，572-585（2009）·doi:10.1198/jasa.2009.0023
[7] Di，C。；克雷尼西亚努，C。；Caffo，B.，多层函数主成分分析，Ann Appl Stat，3458-488（2009）·Zbl 1160.62061号 ·doi:10.1214/08-AOAS206
[8] Dosenbach，联合国。；Nardos，B。；Cohen，A.L.，使用fMRI预测个体大脑成熟度，《科学》，3291358-1361（2010）·doi:10.1126/science.1194144
[9] 范，J。；Gijbels，I.，《局部多项式建模及其应用》（1996），伦敦：查普曼和霍尔出版社，伦敦·Zbl 0873.62037号
[10] Gasser，T。；Müller，H.G.，用核方法估计回归函数及其导数，Scand J Statist，11171-185（1984）·Zbl 0548.62028号
[11] 格雷文，S。；克雷尼西亚努，C。；Caffo，B.，纵向功能主成分分析，Electron J Stat，41022-1054（2010）·Zbl 1329.62334号 ·doi:10.1214/10-EJS575
[12] 哈森斯塔布，K。；Schefler，A。；Telesca，A.，《脑电图数据的多维功能主成分分析》，生物计量学，73999-1009（2017）·Zbl 1522.62142号 ·doi:10.1111/biom.12635
[13] 霍尔特，S.E。；梅尔文，A.J。；Mullins，J.I.，HIV-1动力学中的密度依赖性衰变，《获得性免疫缺陷综合征杂志》，41，266-276（2006）·doi:10.1097/01.qai.000199233.69457.e4
[14] 黄，L。；赖斯，P。；Xiao，L.，矩阵变量数据的双向主成分分析及其在功能磁共振成像数据中的应用，生物统计学，18，214-229（2017）·doi:10.1093/biostatistics/kxw043
[15] Hyndman，R。；Ullah，M.，《死亡率和生育率的稳健预测：功能数据方法》，《计算统计数据分析》，514942-4956（2007）·Zbl 1162.62434号 ·doi:10.1016/j.csda.2006.07.028
[16] 李毅。；Xing，T.，函数纵向数据中非参数回归和主成分分析的一致收敛率，Ann Statist，3833321-3351（2010）·Zbl 1204.62067号
[17] 刘，B。；Muüller，H.G.，估计稀疏观测函数样本的导数，并应用于在线拍卖动力学，J Amer Statist Assoc，104，704-717（2009）·Zbl 1388.62083号 ·doi:10.1198/jasa.2009.0115
[18] 洛佩兹·平塔多，S。；McKeague，I.W.，《从稀疏观测的功能数据中恢复梯度》，《生物统计学》，69，396-404（2013）·Zbl 1274.62343号 ·doi:10.1111/biom.2011年
[19] 林奇，B。；Chen，K.，《多路功能数据弱可分性测试及其在大脑连通性研究中的应用》，Biometrika，105，815-831（2018）·Zbl 1506.62311号
[20] 穆勒，H.G。；Stadtmüller，美国。；Schmitt，T.，噪声数据导数的带宽选择和置信区间，Biometrika，74743-749（1987）·Zbl 0628.62034号 ·doi:10.1093/biomet/74.4.743
[21] 穆勒，H.G。；Yao，F.，纵向数据的经验动力学，Ann Statist，38，3458-3486（2010）·Zbl 1233.62069号 ·doi:10.1214/09-AOS786
[22] Oeppen，J。；Vaupel，J.，《打破预期寿命极限》，《科学》，2961029-1031（2002）·数字对象标识代码：10.1126/science.1069675
[23] 奥尔森，N.L。；Markussen，B。；Raket，L.L.，多元功能数据错位的同时推断，J Roy Statist Soc Ser C，67，1147-1176（2018）·doi:10.1111/rssc.12276
[24] Park，J。；Ahn，J.，带相位变化的多变量功能数据聚类，生物统计学，73，324-333（2017）·Zbl 1366.62238号 ·doi:10.1111/biom.12546
[25] 南帕克。；Staicu，A.，《纵向功能数据分析》，Stat，4212-226（2015）·doi:10.1002/sta4.89
[26] 赖斯，J.A。；Wu，C.O.，非均匀采样噪声曲线的非参数混合效应模型，生物计量学，57253-259（2001）·Zbl 1209.62061号 ·doi:10.1111/j.0006-341X.2001.00253.x
[27] Vaupel，J。；凯里·J。；Christensen，K.，《长寿的生物统计轨迹》，《科学》，280855-860（1998）·doi:10.1126/science.280.5365.855
[28] Verzelen，北卡罗来纳州。；陶伟（Tao，W.）。；Müller，H.G.，从函数数据推断随机动力学，Biometrika，99533-550（2012）·Zbl 1437.62642号 ·doi:10.1093/biomet/ass015
[29] 姚，F。；穆勒，H.G。；Wang，J.L.，稀疏纵向数据的功能数据分析，J Amer Statist Assoc，100577-590（2005）·Zbl 1117.62451号 ·doi:10.1198/0162145000001745
[30] 袁，Y。；Gilmore，J.H。；Geng，X.，FMEM:用于分析纵向白质束数据的功能性混合效应建模，Neuroimage，84，753-764（2014）·doi:10.1016/j.neuroimage.2013.09.020
[31] 张，X。；Wang，J.L.，《从稀疏到稠密的函数数据及其以外》，《Ann Statist》，44，2281-2321（2016）·Zbl 1349.62161号
[32] 周，S。；Wolfe，D.A.，《关于样条回归中的导数估计》，《统计Sinica》，第10期，第93-108页（2000年）·Zbl 0970.62024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。