×
吕振秋（劳拉）;张志勇

具有不可忽视缺失的稳健增长混合模型：模型、估计、选择和应用。 （英语） Zbl 1471.62129号

计算。统计数据分析。 71, 220-240 (2014).
总结：增长混合模型分析中的挑战包括缺失数据、离群值、估计和模型选择。提出了四种不可忽略的丢失模型来恢复由于丢失数据而产生的信息，以及三种鲁棒模型来减少非正态性的影响。利用数据增强算法和吉布斯采样过程实现了一种完全贝叶斯方法。在贝叶斯上下文中还提出了模型选择标准。然后进行仿真研究，以评估模型、贝叶斯估计方法和选择标准在不同情况下的性能。通过对儿童数学能力发展教育数据的分析，说明了模型的应用。这些模型可以广泛应用于医学、心理学、教育和社会研究中的纵向分析。

引用于6文件

MSC公司：

62-08 统计问题的计算方法
2015年1月62日 贝叶斯推断

关键词：

生长混合模型;不可忽略的缺失数据;稳健的方法;贝叶斯方法;模型选择标准

软件：

WinBUGS公司;资源集
PDF格式BibTeX公司 XML格式引用
\textit{Z.Lu}和\textit{Z.Zhang}，计算。统计数据分析。71、220-240（2014；Zbl 1471.62129）
全文： DOI程序

参考文献：

[1] Akaike，H.，统计模型识别的新视角，IEEE自动控制事务，1919，6，716-723，（1974）·Zbl 0314.62039号
[2] 安德森，T.W。；Bahadur，R.R.，用不同的协方差矩阵对两个多元正态分布进行分类，《数理统计年鉴》，33，420-431，（1962）·Zbl 0113.13702号
[3] Bohning，D。；Seidel，W.，编辑：混合模型的最新发展，计算统计和数据分析，41，349-357，（2003）·Zbl 1256.62014年
[4] Bohning，D。；塞德尔，W。；Alfo，M。；加雷尔，B。；帕蒂利亚，V。；Walther，G.，混合模型的进展，计算统计和数据分析，51，11，5205-5210，（2007）·Zbl 1445.00012号
[5] Bollen，K。；Curran，P.，潜在曲线模型：结构方程视角，（2006），新泽西州威利·Zbl 1093.62110号
[6] 盒子，G.E.P。；Tiao，G.C.，统计分析中的贝叶斯推断，（1973），新泽西州约翰·威利和索恩斯·霍博肯·Zbl 0271.62044号
[7] Bozdogan，H.，《模型选择和akaike的信息标准（AIC）：一般理论及其分析扩展》，《心理测量学》，52，345-370，（1987）·Zbl 0627.62005号
[8] 美国劳工部劳工统计局，1997年。1997年至2003年全国青年纵向调查（第1-7轮）。（计算机文件）。由芝加哥大学国家民意研究中心制作，俄亥俄州立大学人力资源研究中心分发。俄亥俄州哥伦布：2005年。统一资源定位地址http://www.bls.gov/nls/nlsy97.htm。
[9] 卡塞拉，G。；George，E.I.，解释吉布斯采样器，美国统计学家，46，167-174，（1992）
[10] Celeux，G。；福布斯，F。；罗伯特·C。；Titterington，D.，缺失数据模型的偏差信息标准，贝叶斯分析，4651-674，（2006）·Zbl 1331.62329号
[11] Collins，L.M.，《分析变化的最佳方法：最新进展、未回答的问题、未来方向》（1991年），美国心理协会
[12] 邓森，D.B.，集群混合结果的贝叶斯潜在变量模型，英国皇家统计学会期刊B，62355-366，（2000）
[13] （Fitzmaurice，G.；Davidian，M.；Verbeke，G.、Molenberghs，G.，《纵向数据分析》（2008），查普曼和霍尔/CRC出版社，佛罗里达州博卡拉顿）·Zbl 1144.62087号
[14] Fitzmaurice，G.M。；新墨西哥州莱尔德。；Ware，J.H.，（《应用纵向分析》，《概率统计中的威利级数》，（2004），约翰·威利父子公司，新泽西州霍博肯）·Zbl 1057.62052号
[15] Geman，S。；Geman，D.，随机松弛、吉布斯分布和图像的贝叶斯恢复，IEEE模式分析和机器智能汇刊，6721-741，（1984）·兹比尔0573.62030
[16] Geweke，J.，《评估基于抽样方法计算后验矩的准确性》，（Bernado，J.M.；Berger，J.O.；Dawid，A.P.；Smith，A.F.M.，《贝叶斯统计4》（1992），英国牛津克拉伦登出版社），169-193
[17] Glynn，R.J。；新墨西哥州莱尔德。；Rubin，D.B.，《混合建模与不可忽视的无反应选择建模》（Drawing Inferences from Self-Selected Samples，1986），纽约施普林格出版社，115-142，（Chapter）
[18] 霍格林特区。；Mosteller，F。；Tukey，J.W.，《理解稳健和探索性数据分析》，（1983），John Wiley&Sons，纽约·Zbl 0599.62007号
[19] Jelicic，H。；菲尔普斯，E。；Lerner，R.M.，《纵向研究中缺失数据方法的使用：发展心理学中不良行为的持续存在》，发展心理学，451195-1199，（2009）
[20] Lange，K.L。；Little，R.J.A。；Taylor，J.M.G.，使用（t）分布的稳健统计建模，美国统计协会杂志，84，881-896，（1989）
[21] Lin，T。；Lee，J。；Ni，H.，使用多元分布的混合物建模的贝叶斯分析，统计学和计算，14119-130，（2004）
[22] Little，R.J.A.，多元不完全数据的模式混合模型，美国统计协会杂志，88，125-134，（1993）·Zbl 0775.62134号
[23] Little，R.J.A.，重复测量研究中的退出机制建模，《美国统计协会杂志》，90，1112-1121，（1995）·Zbl 0841.62099号
[24] Little，R.J.A。；Rubin，D.B.，《缺失数据的统计分析》（2002年），纽约州纽约市威利国际科学研究所·兹比尔1011.62004
[25] 卢，Z。；张，Z。；Cohen，A.，具有不可忽视缺失数据的潜在增长曲线模型的贝叶斯推断，多元行为研究，（2013年），（提交出版）
[26] 卢，Z。；张，Z。；Lubke，G.，具有潜在类相关缺失数据的增长混合模型的贝叶斯推断，多变量行为研究，46567-597，（2011）
[27] Lubke，G.H。；Muthén，B.，用因子混合模型研究人口异质性，心理学方法，10，21-39，（2005）
[28] McArdle，J.J。；Bell，R.Q.，《发展数据分析的潜在增长模型简介》（Little，T.D.；Schnabel，K.U.；Baumert，J.，《纵向和多级数据建模：实际问题、应用方法和具体示例》，（1999），Lawrence Erlbaum和Associates Mahwah，NJ），69-107
[29] McLachlan，G.J。；Peel，D.，有限混合模型，（2000），纽约州纽约市John Wiley&Sons·Zbl 0963.62061号
[30] 梅雷迪思，W。；Tisak，J.，《潜在曲线分析》，《心理测量学》，55，107-122，（1990）
[31] Micceri，T.，《独角兽、正常曲线和其他不可思议的生物》，《心理公报》，105，156-166，（1989）
[32] Muthén，B.，（社会科学定量方法手册，潜在变量分析：纵向数据的增长混合建模和相关技术，（2004），Sage Publications Newbury Park，CA），345-368，（第章）
[33] Muthén，B。；Asparouhov，T。；亨特，A.M。；Leuchter，A.F.，《不可忽视辍学的生长建模：STAR^{*}D抗抑郁药试验的替代分析》，《心理学方法》，16，17-33，（2011）
[34] Muthén，B。；Shedden，K.，《使用EM算法对混合结果进行有限混合建模》，《生物计量学》，55，463-469，（1999）·Zbl 1059.62599号
[35] 潘，J.X。；Fang，K.T.，《增长曲线模型和统计诊断》，（2002年），纽约施普林格出版社·Zbl 1024.62025号
[36] Poon，W.Y。；Poon，Y.S.，平均向量和协方差矩阵估计中的影响观察，英国数学与统计心理学杂志，55，177-192，（2002）
[37] Roth，P.L.，《缺失数据：应用心理学家的概念综述》，《人事心理学》，第47期，第537-560页，（1994年）
[38] Schafer，J.L.，《不完全多元数据分析》（1997），查普曼和霍尔/CRC博卡拉顿，佛罗里达州·Zbl 0997.62510号
[39] Schafer，J.L。；Graham，J.W.，《缺失数据：我们对最新技术的看法》，《心理学方法》，第7期，第147-177页，（2002年）
[40] Schwarz，G.E.，《估计模型的维度》，《统计年鉴》，6，2461-464，（1978）·Zbl 0379.62005年
[41] Sclove，L.S.，模式选择标准在多元分析中的应用，《心理测量学》，52，333-343，（1987）
[42] 辛格，J.D。；Willett，J.B.，《应用纵向数据分析：建模变化和事件发生》，（2003），牛津大学出版社，纽约州纽约市
[43] Song，W。；姚，W。；Xing，Y.，拉普拉斯分布稳健混合回归模型拟合，计算统计与数据分析，71，128-137，（2014），（2013年7月4日在线提供，更正证明）·Zbl 1471.62189号
[44] 施皮盖尔哈特，D.J。；贝斯特，N.G。；卡林，B.P。；Linde，A.v.d.，模型复杂性和拟合的贝叶斯度量，《皇家统计学会杂志：B辑（统计方法）》，64，583-639，（2002）·Zbl 1067.62010年
[45] Spiegelhalter，D.J.，Thomas，A.，Best，N.，Lunn，D.，2003年。英国剑桥CB2 2SR罗宾逊路公共卫生研究所WinBUGS手册1.4版MRC生物统计组。http://www.mrc-bsu.cam.ac.uk/bugs。
[46] Tanner，医学硕士。；Wong，W.H.，通过数据扩充计算后验分布，美国统计协会杂志，82528-540，（1987）·Zbl 0619.62029号
[47] 袁，K.H。；Bentler，P.M.，具有稳健协方差的结构方程建模，社会学方法，28，363-396，（1998）
[48] 袁，K.H。；Lu，Z.，使用两阶段ML的缺失数据和未知人群的SEM：理论及其应用，多元行为研究，43，621-652，（2008）
[49] 袁，K.H。；Zhang，Z.，《缺失数据和辅助变量的稳健结构方程建模》，《心理测量学》，77，4，803-826，（2012）·Zbl 1284.62770号
[50] 张，Z。；赖，K。；卢，Z。；Tong，X.，使用学生（t）分布的稳健增长曲线模型的贝叶斯推断和应用，结构方程建模，20，1，47-78，（2013）
[51] 张，Z。；Wang，L.，关于不可忽略缺失数据分析的完整贝叶斯方法的稳健性的说明，巴西概率统计杂志，26，3，244-264，（2012）·Zbl 1239.62021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。