彼得·康登 过度分散计数数据的分位数回归：一种分层方法。 （英语） Zbl 06827370号 J.Stat.分销申请。 4，第18号论文，第19页（2017年）. 概述：广义泊松回归通常应用于过度分散的计数数据，并侧重于对响应的条件平均值进行建模。然而，条件平均回归模型可能对响应异常值敏感，并且无法提供响应的其他条件分布特征的信息。相反，我们考虑采用分层方法对过度分散的计数数据进行分位数回归。这种方法的优点是在存在离群值的情况下进行有效的离群值检测和稳健估计，在卫生应用中，分位数估计可以反映风险因素。该技术首先通过受污染的模拟过分散计数进行说明，从而对条件平均回归的估计值产生不利影响。一个真正的应用程序涉及7518名英国患者全科医生（GP）的门诊护理敏感紧急入院。预测因素包括全科医生实践剥夺、患者对护理和开放时间的满意度以及地区。剥夺的影响在政策方面尤其重要，因为它表明了减少对护理敏感的入院不平等现象的努力的有效性。分层分位数计数回归用于根据指定的预测组合开发中心分位数和极值分位数的剖面。 引用于1文件 MSC公司： 62埃克斯 统计分布理论 关键词：分位数回归；过度分散；泊松；count数据；动态敏感；中位数回归；剥夺，剥夺；离群值 软件：计数；WinBUGS公司 PDF格式BibTeX公司 XML格式引用 \textit{P.Congdon}，J.Stat.发行应用。4，论文编号18，19 p.（2017；Zbl 06827370） 全文： 内政部 参考文献： [1] Aeberhard，W，Cantoni，E，Heritier，S：负二项回归模型中的稳健推断及其在跌倒数据中的应用。生物计量学。70(4), 920-931 (2014) ·Zbl 1393.62011年 ·doi:10.1111/biom.12212 [2] Agostinelli，C，Greco L：贝叶斯推理中处理可能性不确定性的加权策略。计算。《法律总汇》第28（1）、319-339页（2013年）·Zbl 1305.65018号 [3] Andersen，R：稳健回归的现代方法。圣人出版社（2008）·Zbl 1245.62039号 [4] Benites，L，Lachos，V，Vilca，F：使用不对称拉普拉斯分布进行分位数回归的病例缺失诊断。arXiv预打印arXiv。1509, 05099 (2015) [5] Benoit，D，Van den Poel，D：二进制分位数回归：基于不对称拉普拉斯分布的贝叶斯方法。J.应用。计量经济学。27(7), 1174-1188 (2012) ·doi:10.1002/jae.1216 [6] Berkhof，J，Van Mechelen，I，Hoijtink，H：后验预测检查：原理和讨论。计算。《法令》第15（3）卷，第337-354页（2000年）·Zbl 1037.62012年 ·doi:10.1007/s00180000038 [7] Bondell，H，Reich，B，Wang，H：非交叉分位数回归曲线估计。生物特征。97(4), 825-838 (2010) ·Zbl 1204.62061号 ·doi:10.1093/biomet/asq048 [8] Brooks，S，Gelman，A：监测迭代模拟收敛性的通用方法。J.计算。《图形统计》7（4），434-455（1998） [9] Caminal，J，Starfield，B，Sánchez，E，Casanova，C，Morales，M：初级护理在预防门诊护理敏感性疾病中的作用。《欧洲公共卫生杂志》。14(3), 246-251 (2004) ·doi:10.1093/eurpub/14.3.246 [10] 卡林，K：抵抗异常值规则和非高斯情况。计算。统计数据分析。33(3), 249-258 (2000) ·Zbl 1061.62502号 ·doi:10.1016/S0167-9473（99）00057-2 [11] Chambers，R，Dreassi，E，Salvati，N：通过负二项回归M-分位数进行疾病映射。Stat.Med.33（27），4805-4824（2014）·doi:10.1002/sim.6256 [12] Connolly，S，Dornelas，M，Bellwood，D，Hughes，T：测试物种多度模型：应用于印度-太平洋珊瑚礁的新自助方法。生态学。90(11), 3138-3149 (2009) ·doi:10.1890/08-1832.1 [13] Connolly，S，Thibaut，L：拟合物种丰度模型的替代方法的比较分析。J.植物生态学。5, 32-45 (2012) ·doi:10.1093/jpe/rtr043 [14] 社区和地方政府部（DCLG）：2015年英国贫困指数。英国国家统计局和DCLG，伦敦（2015年） [15] Dolton，P，Pathania，V：初级保健机会的增加会减少对急救的需求吗？来自英格兰7天GP开幕式的证据。健康经济学杂志。49, 193-208 (2016) ·doi:10.1016/j.jhealeco.2016.05.002 [16] Gelfand，A：使用基于抽样方法的模型确定，In:Gilks，PW，Richardson，S，Spiegelhalter，D（eds.）Markov Chain Monte Carlo。查普曼和霍尔/CRC，博卡拉顿（1996）·Zbl 0840.62003号 [17] Greco，L，Racugno，W，Ventura，L：贝叶斯分析中的稳健似然函数。J.统计计划。Inf.1381258-1270（2008）·Zbl 1133.62017年 ·doi:10.1016/j.jspi.2007.05.001 [18] Hilbe，J：负二项回归，第二版。剑桥大学出版社，剑桥（2011）·Zbl 1269.62063号 [19] Huber，P：稳健回归：渐近、猜想和蒙特卡罗。Ann.Stat.1（5），799-821（1973）·兹标0289.62033 [20] Hubert，M，Vandervieren，E：倾斜分布的调整箱线图。计算。统计数据分析。52(12), 5186-5201 (2008) ·兹比尔1452.62074 ·doi:10.1016/j.csda.2007.11.008 [21] Koenker，R，Hallock，K：分位数回归。《经济学杂志》。透视。15, 143-156 (2001) ·doi:10.1257/jep.15.4.143 [22] Lunn，D，Thomas，A，Best，N，Spiegelhalter，D：WinBUGS——贝叶斯建模框架：概念、结构和可扩展性。统计计算。10, 325-337 (2000) ·doi:10.1023/A:1008929526011 [23] 马查多，J，桑托斯·席尔瓦，J：计数的分位数。《美国统计协会期刊》100（472），1226-1237（2005）·Zbl 1117.62395号 ·doi:10.1198/01621450050000330 [24] Miranda-Moreno，L，Fu，L，Saccomano，F，Labbe，A：安全改进位置排序的替代风险模型。运输记录。1908, 1-8 (2005) ·数字对象标识代码：10.3141/1908-01 [25] Moreno，E，Pericchi，L：分层污染模型的贝叶斯鲁棒性。J.统计计划。Inf.37，159-168（1993）·Zbl 0787.62032号 ·doi:10.1016/0378-3758（93）90085-K [26] Regidor，E：健康不平等的衡量：第2部分。《流行病学杂志》。社区卫生。58（11），900-903（2004）·doi:10.1136/jech.2004.023036 [27] Reich，B，Fuentes，M，Dunson，D：贝叶斯空间分位数回归。《美国统计协会期刊》106（493），6-20（2011）·Zbl 1396.62263号 ·doi:10.1198/jasa.2010.ap09237 [28] Richardson，S，Thomson，A，Best，N，Elliott，P：解释疾病地图研究中的后验相对风险估计。环境。健康展望。112, 1016-1025 (2004) ·doi:10.1289/ehp.6740 [29] Ruopp，M，Perkins，N，Whitcomb，B，Schisterman，E：根据受检测下限影响的观测值估计的尤登指数和最佳切入点。生物。J.50（3），419-430（2008）·Zbl 1442.62598号 ·doi:10.1002/bimj.200710415 [30] Santos，B，Bolfarine，H：关于贝叶斯分位数回归和离群值。arXiv预打印arXiv。1601, 07344 (2016) [31] Sheringham，J，Asaria，M，Barratt，H，Raine，R，Cookson，R：某些区域比其他区域更平等吗？英国地方当局地区内可能避免的紧急住院的社会经济不平等。J.卫生服务。Res.政策。22(2), 83-90 (2016) ·doi:10.1177/1355819616679198 [32] Sohn，S：分析泊松过程随机事件率的四种估计量的比较研究。J.Stat.计算。模拟。49(1-2), 1-10 (1994) ·Zbl 0832.62077号 ·网址：10.1080/00949659408811556 [33] Takeuchi，I，Le，Q，Sears，T，Smola，A：非参数分位数估计。J.马赫。学习。第7号决议，1231-1264（2006）·Zbl 1222.68316号 [34] Tian，Y，Dixon，A，Gao，H：门诊护理敏感性疾病的急诊住院：确定减少的可能性。伦敦国王基金会（2012年）。网址：https://www.kingsfund.org.uk/ [35] Tsionas，E：贝叶斯分位数推断。J.Stat.计算。模拟。73, 659-674 (2003) ·Zbl 1024.62010年 ·网址：10.1080/0094965031000064463 [36] Verardi，V，Vermandele，C：偏态和/或重尾单峰多元分布的离群识别。法国社会统计杂志。157（2），90-114（2016）·兹比尔1358.62053 [37] Wang，C，Blei，D：稳健贝叶斯建模的通用方法。贝叶斯分析（即将出版）。(2017) ·Zbl 1407.62088号 [38] Watanabe，S：贝叶斯交叉验证的渐近等价性和奇异学习理论中广泛适用的信息准则。J.马赫。学习。第11号决议，3571-3594（2010年）·Zbl 1242.62024号 [39] Wilcox，R：使用R.John Wiley和Hoboken理解和应用基本统计方法（2016）·Zbl 1393.62011年 [40] Wu，Y，Liu，Y:使用非交叉约束的逐步多重分位数回归估计。统计接口。2, 299-310 (2009) ·Zbl 1245.62039号 ·doi:10.4310/SII.2009.v2.n3.a4 [41] Yu，K，Moyeed，R：贝叶斯分位数回归。统计概率。莱特。54(4), 437-447 (2001) ·Zbl 0983.62017号 ·doi:10.1016/S0167-7152（01）00124-9 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。