×

龋病研究中带有多余零的计数数据的随机效应回归模型。 (英语) Zbl 1511.62377号

摘要:我们扩展了泊松模型和负二项模型的族,导出了具有额外零的聚集计数结果的联合分布。建立了两个随机效应模型。第一个模型假设完美零的条件概率和不完美状态的条件平均值之间有一个共享的随机效应项。第二种公式通过将完美零点的条件概率和不完美状态的条件平均数与两个不同但相关的随机效应变量相关联,放松了共享随机效应假设。在条件独立性和随机假设缺失数据的情况下,提出了边际似然的直接优化和EM算法来拟合所提出的模型。我们提出的模型适用于底特律市6岁以下儿童的龋齿计数。

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

软件:

高斯
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] Aptech Systems公司。1990GAUSS 2.1用户手册华盛顿州肯特
[2] 阿克塞尔森,P.2000。龋病的诊断与风险预测,307芝加哥,柏林,伦敦:精华出版。
[3] Chernoff,H.1954年。关于似然比的分布。安。数学。统计师。, 25: 573-578. ·Zbl 0056.37102号 ·doi:10.1214/aoms/1177728725
[4] Dempster,A.、Laird,N.和Rubin,D.,1977年。通过EM算法获得不完整数据的最大似然。J.罗伊。统计师。Soc公司。, 39: 1-38. ·Zbl 0364.62022号
[5] 霍尔,D.B.2000。具有随机效应的零膨胀泊松和二项回归:案例研究。生物计量学, 56: 1030-1039. ·Zbl 1060.62535号 ·doi:10.1111/j.0006-341X.2000.01030.x
[6] Hedeker,D.和Gibbons,R.D.,1994年。用于多级分析的随机效应有序回归模型。生物计量学, 50: 933-944. ·Zbl 0826.62049号 ·doi:10.2307/2533433
[7] Hur,K.、Hedeker,D.、Henderson,W.、Khuri,S.和Daley,J.,2002年。在卫生保健结果研究中,对带有多余零的聚集计数数据进行建模。卫生服务结果研究方法。, 3: 5-20. ·doi:10.1023/A:1021594923546
[8] Kreft,I.G.G.1994年。“分层嵌套数据的多级模型:在药物滥用预防研究中的潜在应用”。预防干预研究的数据分析进展编辑:Collins,L.和Seitz,L.Rockville,MD:国家卫生研究所。
[9] 兰伯特,D.1992。零膨胀泊松回归,用于制造缺陷。技术计量学,34:1-14·Zbl 0850.62756号
[10] Legler,J.M.和Ryan,L.M.1997年。使用多个二进制结果的致畸潜在变量模型。J.Amer。统计师。协会。, 92: 13-20. ·Zbl 0889.62092号
[11] Newton,M.和Zhang,Y.,1999年。缺失数据非参数分析的递归算法。生物特征, 86: 15-26. ·Zbl 0917.62045号 ·doi:10.1093/biomet/86.1.15
[12] Pinheiro,J.C.和Bates,D.M.2000。S和S-plus中的混合效应模型纽约:Springer·Zbl 0953.62065号 ·doi:10.1007/978-1-4419-0318-1
[13] Rabe-Hesketh,S.和Skrondal,A.,2001年。分类数据的多元随机效应模型的参数化。J.生物计量学, 57: 1256-1264. ·Zbl 1209.62136号 ·doi:10.1111/j.0006-341X.20011.256_1.x
[14] Ridout,M.S.、Demtrio,C.G.B.和Hinde,J.P.的计数数据模型。第十九届国际生物识别会议记录。第179-192页。开普敦
[15] Ridout,M.S.、Hinde,J.P.和Demtrio,C.G.B.,2001年。针对零膨胀负二项替代方案测试零膨胀泊松回归模型的得分测试。生物计量学, 57: 219-223. ·Zbl 1209.62079号 ·文件编号:10.1111/j.0006-341X.2001.00219.x
[16] Tellez,M.、Sohn,W.、Burt,B.A.和Ismail,A.I.,2006年。评估低收入非洲裔美国人的邻里特征与龋齿严重程度之间的关系:多层次方法。公共卫生牙科杂志。, 66: 30-36. ·doi:10.1111/j.1752-7325.2006.tb02548.x
[17] Ten Have,T.和Morabia,A.1999。纵向双变量二进制响应数据的双变量和单变量关联参数混合效应模型。生物计量学, 55: 85-93. ·兹比尔1059.62723 ·doi:10.1111/j.0006-341X.1999.0085.x
[18] Todem,D.、Kim,K.和Lesaffre,E.,2007年。具有双变量序数结果的纵向数据的潜在变量模型。统计师。医学。, 26: 1034-1054. ·doi:10.1002/sim.2599
[19] Verbeke,G.和Molenberghs,G.2000。纵向数据的线性混合模型《Springer Series in Statistics 568》,纽约:Springer出版社·Zbl 0956.62055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。