×

用于建模和预测医疗索赔的贝叶斯非参数回归模型。 (英语) Zbl 1406.62143号

概述:标准回归模型通常不足以描述医疗索赔中存在的复杂关系。贝叶斯非参数回归方法是一种灵活的回归模型,它放松了高斯假设。给出了实施细节。贝叶斯非参数回归应用于事件治疗组(ETG)的索赔数据集,特别关注新观察值的预测。结果表明,与标准线性模型假设和更灵活的广义Beta回归相比,预测精度有所提高。在347个不同的ETG中,除11个外,非参数回归均优于标准线性回归和广义β回归。通过具体研究结膜炎和肺移植,表明该方法可以处理回归误差分布的复杂特征,如偏态、厚尾、离群值和双峰性。

MSC公司:

62页第10页 统计学在生物学和医学科学中的应用;元分析
62G08号 非参数回归和分位数回归
2015年1月62日 贝叶斯推断

软件:

DP包;贝叶斯DA
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] De Iorio,M。;约翰逊,W.O。;缪勒,P。;Rosner,G.L.,贝叶斯非参数非比例风险生存模型,生物统计学,65,3,762-771,(2009)·Zbl 1172.62073号
[2] De Iorio,M。;缪勒,P。;Rosner,G.L。;MacEachern,S.N.,相依随机测量的方差分析模型,J.Amer。统计师。协会,99,465,205-215,(2004)·Zbl 1089.62513号
[3] De Jong,P。;Heller,G.Z.,《保险数据的广义线性模型》,第10卷,(2008年),剑桥大学出版社,剑桥
[4] DeYoreo,M。;Kottas,A.,二元回归的完全非参数建模方法,贝叶斯分析。,10, 4, 821-847, (2015) ·Zbl 1334.62035号
[5] 邓森,D.B。;Xing,C.,多元分类数据的非参数贝叶斯建模,J.Amer。统计师。协会,104,487,1042-1051,(2009)·Zbl 1388.62151号
[6] Fellingham,G.W。;Kottas,A。;Hartman,B.M.,群体健康索赔的贝叶斯非参数预测模型,保险数学。经济。,60, 1-10, (2015) ·Zbl 1308.91080号
[7] 弗里斯,E.W。;Valdez,E.A.,《分层保险索赔建模》,J.Amer。统计师。协会,103,484,1457-1469,(2008)·Zbl 1286.62087号
[8] Gan,G.,Valdez,E.A.,2017年。具有拼接分布的Fat-tailed回归建模,可从SSRN获得:https://ssrn.com/abstract=3037062; Gan,G.,Valdez,E.A.,2017年。具有拼接分布的Fat-tailed回归建模,可从SSRN获得:https://ssrn.com/abstract=3037062
[9] Gelman,A。;Carlin,J.B。;斯特恩,H.S。;邓森,D.B。;Vehtari,A。;Rubin,D.B.,贝叶斯数据分析,(2013),CRC出版社
[10] Gneiting,T。;Raftery,A.E.,《严格正确的评分规则、预测和估计》,J.Amer。统计师。协会,102,477,359-378,(2007)·Zbl 1284.62093号
[11] 洪,L。;Martin,R.,《预测未来保险索赔的灵活贝叶斯非参数模型》,《北美精算师》。J.,21,2,228-241,(2017)
[12] 黄,S。;B.哈特曼。;Brazauskas,V.,发作治疗组的模型选择和健康成本平均值,ASTIN Bull.:J.IAA,47,1,153-167,(2017)·Zbl 1390.62210号
[13] 贾拉,A。;Hanson,T.E。;金塔纳,F.A。;缪勒,P。;Rosner,G.L.,《数据包:R,J.Stat.Softw中的贝叶斯半参数和非参数建模》。,40, 5, 1, (2011)
[14] Kottas,A。;缪勒,P。;Quintana,F.,多变量有序数据的非参数贝叶斯建模,计算杂志。图表。统计人员。,14, 3, 610-625, (2005)
[15] Kudryavtsev,A.A.,《使用分位数回归进行税率计算》,《保险数学》。经济学。,45, 2, 296-304, (2009) ·Zbl 1231.91204号
[16] MacEachern,S.N.,相关非参数过程,(ASA贝叶斯统计科学部分论文集,1999年,(1999),弗吉尼亚州亚历山大市。弗吉尼亚州:美国统计协会),50-55
[17] MacEachern,S.N.,《依赖Dirichlet过程》(未出版手稿,(2000),俄亥俄州立大学统计系),1-40
[18] McDonald,J.B。;Xu,Y.J.,贝塔分布的推广及其应用,《计量经济学》,66,1-2,133-152,(1995)·Zbl 0813.62011号
[19] Miljkovic,T。;Grün,B.,《使用混合分布建模损失数据》,《保险数学》。经济。,70, 387-396, (2016) ·Zbl 1373.62527号
[20] 缪勒,P。;埃尔坎利,A。;West,M.,使用多元正态混合物的贝叶斯曲线拟合,Biometrika,83,1,67-79,(1996)·Zbl 0865.62029号
[21] 缪勒,P。;F.A.金塔纳。;贾拉,A。;Hanson,T.,贝叶斯非参数数据分析,(2016),Springer
[22] Neter,J。;Kutner,M.H。;Nachtsheim,C.J。;Wasserman,W.,《应用线性统计模型》,第4卷,(1996),Irwin Chicago
[23] 卢梭,P。;丹尼尔斯,B。;Leroy,A.,《将稳健回归应用于保险》,《保险数学》。经济。,3, 1, 67-72, (1984) ·Zbl 0523.62082号
[24] Sethuraman,J.,《Dirichlet priors的建设性定义》,《统计学》。Sinica,639-650,(1994)·Zbl 0823.62007号
[25] Shi,P.,Fat-tailed回归模型,(预测建模在精算科学中的应用,第1卷,(2013)),236-259
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。