×
塔皮奥·努米；詹妮·萨洛宁；拉斯·科斯基宁；潘建新

纵向数据的半参数混合回归模型。 （英语） Zbl 1425.62084号

J.统计理论实践。 12，第1号，12-22（2018）.
摘要：针对纵向数据，提出了一种正态半参数混合回归模型。该模型包含一个平滑项和一组可能的线性预测因子。使用惩罚似然法和EM算法估计模型项。还介绍了一种提供近似解的计算上可行的替代方法。通过仿真实验和一个实际数据示例来说明该方法。

引用于2文件

MSC公司：

62H30型 分类和区分；聚类分析（统计方面）
62G08号 非参数回归和分位数回归
62J07型 岭回归；收缩估计器（拉索）
第62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

曲线聚类；EM算法；有限混合物；增长曲线

软件：

过程Traj；半标准杆；Mplus公司；柔性混音
PDF格式BibTeX公司 XML格式引用
\textit{T.Nummi}等人，《统计理论与实践》。12，第1号，12-22（2018；Zbl 1425.62084）
全文： 内政部 链接

参考文献：

[1] 肯塔基州巴斯福德。Ε.; McLachlan，G.J.，正态混合模型的似然估计，应用统计学，34282-89（1985）·doi:10.2307/2347474
[2] 邓普斯特，A。；莱尔德，俄勒冈州。；Rubin，D.，通过EM算法对不完整数据进行最大似然估计，《皇家统计学会杂志》，第39期，第1-38页（1977年）·Zbl 0364.62022号
[3] Diggle，P.、P.Heagerty、K.-Y Liang和S.Zeger。2013年，《纵向数据分析》，第二版，英国牛津：牛津大学出版社·Zbl 1268.62001号
[4] Fariaa，S。；Soromenho，G.，线性回归拟合混合物，《统计计算与模拟杂志》，80，201-25（2010）·Zbl 1184.62118号 ·doi:10.1080/00949650802590261
[5] Fitzmarize，G.M.、N.M.Laird和J.H.Ware。2011.应用纵向分析，第二版，新泽西州霍博肯：威利·Zbl 1226.62069号 ·数字对象标识代码：10.1002/9781119513469
[6] Gasser，T。；穆勒，H.G。；科勒，W。；Molinari，L。；Prader，A.，增长曲线的非参数回归分析，《统计年鉴》，12110-29（1984）·Zbl 0535.62088号 ·doi:10.1214/aos/1176346402
[7] Green、P.和B.Silverman。非参数回归和广义线性模型。粗糙度惩罚方法。统计学和应用概率专著，58。佛罗里达州博卡拉顿：查普曼霍尔/CRC·Zbl 0832.62032号 ·doi:10.1007/978-1-4899-4473-3
[8] Huang先生。；Yao，W.，《不同混合比例的混合回归模型：半参数方法》，《美国统计协会杂志》，107711-24（2012）·Zbl 1261.62036号 ·doi:10.1080/01621459.2012.682541
[9] Huang先生。；李，R。；Wang，S.，非参数混合回归模型，美国统计协会杂志，108929-41（2013）·Zbl 06224977号 ·doi:10.1080/01621459.2013.772897
[10] Johnson，W.，《人类生物学工具包：人类生长研究中的分析策略》，《美国人类生物学杂志》，27，69-83（2015）·doi:10.1002/ajhb.22589
[11] 琼斯，B。；Nagin，D。；Roeder，K.，基于混合模型的SAS程序，用于估计发展轨迹，社会学方法与研究，29374-393（2001）·doi:10.1177/0049124101029003005
[12] Karlberg，J.，《关于人类生长建模》，《医学统计学》，第6期，第185-92页（1987年）·数字对象标识代码：10.1002/sim.4780060210
[13] Leisch，F.，FlexMix:R中有限混合模型和潜在类回归的一般框架，统计软件杂志，11，1-18（2004）·doi:10.18637/jss.v011.i08
[14] 冷，C。；张伟。；Pan，J.，纵向数据的半参数均值-方差回归分析，美国统计协会杂志，105，181-93（2010）·Zbl 1397.62130号 ·doi:10.198/jasa.2009.tm08485
[15] McLachlan，G.和D.Peel。2000.有限混合模型。纽约，纽约：约翰·威利父子·Zbl 0963.62061号 ·doi:10.1002/0471721182
[16] 麦克拉克伦，G。；Rathnayake，S.，《关于高斯混合中成分的数量》，《WIRE数据挖掘和知识发现》，第4341-55页（2014年）·doi:10.1002/widm.1135
[17] 穆申，B。；Khoo，S.T.，使用潜在变量模型对成就增长的纵向研究，学习和个人差异，1073-101（1998）·doi:10.1016/S1041-6080（99）80135-6
[18] L.Muthen和B.Muthen。2007年，Mplus用户指南，第6版，加利福尼亚州洛杉矶：Muthen&Muthen。
[19] Nagin，D.，《分析发展轨迹：半参数、基于群体的方法》，《心理学方法》，第439-177页（1999年）·doi:10.1037/1082-989X.4.2.139
[20] Nagin，D.2005年。基于组的开发建模。马萨诸塞州剑桥：哈佛大学出版社。 ·数字对象标识代码：10.4159/9780674041318
[21] Nummi，T。；潘，J。；警报器，T。；Liu，K.，相关数据下三次平滑样条的测试，生物统计学，67871-75（2011）·Zbl 1226.62049号 ·文件编号：10.1111/j.1541-0420.2010.01537.x
[22] Nummi，T。；潘，J。；Mesue，N.，《半参数回归模型中的线性检验》，《统计学及其接口》，2013年第6期，第3-8页·Zbl 1327.62026号 ·doi:10.4310/SII.2013.v6.n1.a1
[23] Nummi，T。；Hakanen，T。；Lipiäinen，L。；Harjunmaa，美国。；萨洛，M。；萨哈，麻省理工。；Vuorela，N.，《芬兰儿童体重指数的轨迹分析》，《应用统计杂志》，411422-35（2014）·Zbl 1514.62785号 ·doi:10.1080/02664763.2013.872232
[24] Poortema，K.1984年。关于增长的统计分析。荷兰格罗宁根大学博士论文·Zbl 0946.62035号
[25] Ruppert，D.、M.P.Wand和R.J.Carrol。2005.半参数回归。纽约州纽约市：剑桥大学出版社。
[26] Titterington，D.M.、A.F.M.Smith和U.E.Makov。1985.有限混合物分布的统计分析。纽约威利·Zbl 0646.62013.中
[27] 韦贝克，G。；Lesaffre，E.，随机效应人群异质性的线性混合效应模型，美国统计协会杂志，91，217-21（1996）·兹比尔0870.62057 ·网址：10.1080/01621459.1996.10476679
[28] 2011年，北维奥雷拉。芬兰儿童的体重指数、超重和肥胖——一项跨越40年的皮尔坎马地区回顾性流行病学研究。《坦佩雷大学学报1611》，坦佩雷大学出版社，坦佩雷。
[29] Ye，H。；Pan，J.，纵向数据广义估计方程中的协方差结构建模，Biometrika，93，927-41（2006）·Zbl 1436.62348号 ·doi:10.1093/biomet/93.4.927
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。