×

使用倒指数回归对沙特每日确诊的新冠肺炎病例进行建模。 (英语) 兹比尔1471.92280

摘要:由冠状病毒株引起的2019年冠状病毒病(COVID-19)大流行已经对全球产生了巨大影响,并中断了经济和社会活动。沙特阿拉伯每日确诊的新型冠状病毒肺炎病例受每日记录的一些解释性变量的影响:新冠肺炎恢复病例、危重病例、每日活动病例、百万分之测试、宵禁小时数、最高温度、最大相对湿度、最大风速和最大压力。沙特阿拉伯政府因新冠肺炎疫情而实施的限制措施,包括暂停奥普拉和航班,以及封锁一些实行宵禁的城市,都是基于有关新冠肺炎的信息。本文的目的是提出一些类似于广义线性模型(GLM)的预测回归模型,用于拟合沙特阿拉伯的新冠肺炎数据,以分析、预测和提取有意义的信息,帮助决策者。在这个方向上,我们提出了一些基于倒指数分布(IE-Reg)、贝叶斯(BReg)和经验贝叶斯回归(EBReg)模型的回归模型,用于与倒指数分布结合使用(IE-BReg和IE-EBReg。在所有方法中,我们使用对数(log)链接函数、伽马先验函数和贝叶斯方法中的两个损失函数,即零点和LINEX损失函数。为了处理所提出模型中的异常值,我们应用了Huber和Tukey的双平方(biweight)函数。此外,我们使用迭代加权最小二乘(IRLS)算法估计贝叶斯回归系数。此外,我们使用一些标准(如Akaike信息标准(AIC)、贝叶斯信息标准(BIC)、偏差(D)和均方误差(MSE))比较了IE-Reg、IE-BReg和IE-EBReg。最后,我们将收集到的2020年3月23日至6月21日的每日确认数据以及相应的解释变量应用于理论结果。与其他模型相比,IE-EBReg对沙特阿拉伯的新冠肺炎病例显示出良好的模型。

MSC公司:

92天30分 流行病学
62页第10页 统计学在生物学和医学中的应用;元分析
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] E.Tello-Leal,B.A.Macias-Hernandez,墨西哥维多利亚州新冠肺炎传播的环境和气象因素协会,以及封锁期间的空气质量,环境。决议,(2020),110442。
[2] S、 日本新冠肺炎发病率和死亡率与当地人口密度、温度和绝对湿度的相关性,国际环境杂志。Res.Pub.研究出版物。他。,17, 5477 (2020) ·doi:10.3390/ijerph17155477
[3] S、 温度和湿度对中东地区海湾国家因新冠肺炎暴发每日新病例和死亡动态的影响,《欧洲药理学评论》。科学。,24, 7524-7533 (2020)
[4] L.A.Casado-Aranda,J.Sanchez-Frenderandez,M.I.Viedma-del-Jesus,《新冠肺炎对环境影响的科学成果分析:文献计量学研究》,《环境》。决议,(2020),110416。
[5] B、 调查气象参数对新冠肺炎的影响:美国新泽西州环境研究。第191110148号决议(2020年)·文件编号:10.1016/j.envres.2020.110148
[6] S、 环境污染物PM-2.5、一氧化碳和臭氧对加州10个受野火影响县SARS-COV-2感染率和死亡率的影响。Total Environ.公司。,757, 143948 (2021) ·doi:10.1016/j.scitotenv.2020.143948
[7] J、 127个国家每日新冠肺炎病例与气象因素之间的非线性相关性,环境。研究,193,110521(2021)·doi:10.1016/j.envres.2020.110521
[8] P.McCullagh,J.A.Nelder,广义线性模型,(1)版,查普曼和霍尔出版社,伦敦,1983年·Zbl 0588.62104号
[9] J、 扩展的拟似然函数,Biometrika,74221-232(1987)·Zbl 0621.62078号 ·doi:10.1093/biomet/74.2221
[10] J.A.Nelder,R.W.M.Wedderburn,广义线性模型,J.R.Stat.Soc.Ser。A、 135(1972),370-384。
[11] K、 提高Fisher-scoring算法的收敛速度和速度:结构方程建模中的脊线和反脊线方法,Ann.Inst.Stat.Math。,69, 571-597 (2017) ·Zbl 1398.62139号 ·doi:10.1007/s10463-016-0552-2
[12] P.De Jong,G.Z.Heller,《保险数据的广义线性模型》,第(1)版,剑桥图书,2008年·Zbl 1142.91046号
[13] 廖振峰,《解释概率模型:Logit、Probit和其他广义线性模型》,第07-101号,SAGE出版物,千橡树出版社,1994年。
[14] R、 用于建模和预测医疗索赔的贝叶斯非参数回归模型,保险。数学。经济。,83, 1-8 (2018) ·Zbl 1406.62143号 ·doi:10.1016/j.insmateco.2018.06.002
[15] C、 社会经济和环境因素对医疗资源的时空影响:中国西南部医院床位的县级贝叶斯局部时空回归模型研究,国际环境杂志。Res.Pub.研究出版物。他。,17, 5890 (2020) ·doi:10.3390/ijerph17165890
[16] Y、 新冠肺炎研究、预测和管理中使用的数学模型、人工智能和数据集综述,应用。智力。,50, 3913-3925 (2020) ·doi:10.1007/s10489-020-01770-9
[17] T.A.Trunfio,A.Scala,A.D.Vecchia,A.Marra,A.Borrelli,“San Giovanni di Dio e Ruggi D”Aragona大学医院股骨骨折手术患者住院时间预测的多元回归模型,欧洲医学和生物工程会议,Cham Springer,(2020),840-847。
[18] A、 数控机床可靠性分析,Reliab。工程,3449-473(1982)·doi:10.1016/0143-8174(82)90036-1
[19] Y、 基于池II型截尾样本的逆指数分布的贝叶斯推断,J.Stat.Appl。专业人士。,4239(2015年)
[20] S、 从贝叶斯观点将指数分布作为寿命分布模型进行反演,数据科学。J.,6,107-113(2007)·doi:10.2481/dsj.6.107
[21] S、 关于倒指数分布应力强度可靠性参数的估计,IJSW,3,98-112(2015)·doi:10.14419/ijsw.v3i1.4329
[22] L.Fahrmeir,G.Tutz,基于广义线性模型的多元统计建模,(2^{nd})版,施普林格科学与商业媒体,柏林/海德堡,2013年·Zbl 0980.62052号
[23] E、 双参数指数族参数建模的贝叶斯方法,Rev.Estad。,57, 93-105 (2015) ·Zbl 1497.62031号
[24] D.K.Dey,S.K.Ghosh,B.K.Mallick,《广义线性模型:贝叶斯观点》,(1)版,CRC出版社,纽约,2000年·Zbl 1006.00009号
[25] 尤·奥尔森,《广义线性模型,一种应用方法》,(1^{st})版,学生文学研究。,瑞典,2002年。
[26] N、 使用零损失函数的鲁棒集成学习,J.Oper。日本Res.Soc.Japan,51,95-110(2008)·Zbl 1165.68441号
[27] H.Robbins,《统计学的经验贝叶斯方法》,《统计学突破》,施普林格(1955),388-394。
[28] 五十、 多元线性回归模型中回归系数的经验Bayes检验,Acta Math。申请。Sin-E,6251-262(1990)·Zbl 0716.62006号 ·doi:10.1007/BF02019151
[29] R、 多元线性回归模型中的经验贝叶斯估计,Ann.Inst.Stat.Math。,37, 71-86 (1985) ·Zbl 0587.62136号 ·doi:10.1007/BF02481081
[30] W.M.Houston,D.J.Woodruff,Logistic回归模型参数的经验Bayes估计,ACT Res.Report Ser。,(1997), 97-96.
[31] S、 多元线性回归的经验贝叶斯方法,Ann.Stat.,193-103(1973)·Zbl 0253.62007号 ·doi:10.1214/aos/1193342385
[32] S、 使用非对称Linex损失函数的一些非指数族的经验Bayes测试程序,J.Stat.Plan。推断。,46, 293-309 (1995) ·Zbl 0834.62007号 ·doi:10.1016/0378-3758(94)00112-9
[33] R.J.Karununi,连续单参数指数族经验Bayes检验的最优收敛速度,《统计年鉴》,(1996),212-231·兹比尔0853.62011
[34] M、 线性模型中的有效经验贝叶斯变量选择和估计,J.Am.Stat.Assoc.,10021215-1225(2005)·兹比尔1117.62453 ·doi:10.1198/0162145005000367
[35] 五十、 非指数族分布的经验Bayes检验,Commun。Stat.,Theor公司。M.,362061-2074(2007)·Zbl 1121.62003号 ·doi:10.1080/03610920601143675
[36] B.Efron,《大尺度推断:估计、测试和预测的经验贝叶斯方法》,剑桥大学出版社,2012年·Zbl 1256.62007年
[37] M.Shao,带负象限相关随机样本的非指数分布族参数的经验Bayes检验,2013年第10届模糊系统与知识发现国际会议,IEEE,(2013),648-652。
[38] J、 个体时间压力反应性的参数经验Bayes估计,国际期刊Prod.Res.,56,2452-2463(2018)·网址:10.1080/00207543.2017.1380321
[39] K、 基于序贯抽样计划中平方误差损失和预防损失函数的经验Bayes,IEEE Access,8,51460-51469(2020)·doi:10.1109/ACCESS.2020.2979872
[40] Y.Li,L.Hou,Y.Yang,J.Tong,Huber’s M-Estimation Based Cubature Kalman Filter for an INS/DVL集成系统,数学。问题。工程,(2020),2020·Zbl 1459.93180号
[41] B、 基于Tukey双权损失函数的模糊数位置M-估计的优点。,93, 219-237 (2018) ·Zbl 1458.62083号 ·doi:10.1016/j.ijar.2017.10.032
[42] P.McCullagh,J.A.Nelder,广义线性模型,(第二版),查普曼和霍尔/CRC,1985年。
[43] S、 《关于使用雅可比技术对广义线性模型进行贝叶斯分析》,《美国统计》,60,264-268(2006)·doi:10.1198/000313006X128150
[44] S、 建模率和比例的贝塔回归,J.Appl。统计,31799-815(2004)·Zbl 1121.62367号 ·doi:10.1080/0266476042000214501
[45] S.Das,D.K.Dey,《广义线性模型的贝叶斯分析:一个新视角》,《技术报告》,统计与应用数学科学研究所,三角研究园,(2007),33。
[46] P、 位置参数的稳健估计,Ann.Math。Stat.,35,73-101(1964年)·Zbl 0136.39805号 ·doi:10.1214/aoms/1177703732
[47] P.J.Rousseeuw,A.M.Leroy,《稳健回归和异常检测》,第(1)版,John Wiley and Sons,纽约,1987年·Zbl 0711.62030号
[48] 五十、 基于Huber M估计方法的鲁棒无导数卡尔曼滤波器,《过程控制杂志》,23,1555-1561(2013)·doi:10.1016/j.jprocont.2013.05.004
[49] P.J.Huber,《稳健统计》,第一版,约翰·威利父子公司,纽约,1981年·Zbl 0536.62025号
[50] R.A.Maronna、R.D.Martin、V.J.Yohai,《稳健统计:理论和方法》,第1版,约翰·威利父子出版社,西萨塞克斯郡,2006年·邮编1094.62040
[51] F.Wen,W.Liu,广义高斯噪声下的迭代重加权最优线性回归,2016年IEEE数字信号处理(DSP)国际会议,IEEE,(2016),657-661。
[52] H.Kikuchi,H.Yasunaga,H.Matsui,C.I.Fan,《采用迭代加权最小二乘法的高效隐私保护逻辑回归》,2016年第11届亚洲信息安全联合会议(AsiaJCIS),IEEE,(2016),48-54。
[53] J、 非正态数据的最小二乘法:估计实验方差函数,分析师,133(2),161-166(2008)
[54] R、 关于泰尔不等式系数的使用,Am.J.Agr。经济。,57344-346(1975年)·doi:10.2307/1238512
[55] T、 结合逆指数平滑和马尔可夫链的改进预测模型,数学。问题。工程,2020,11(2020)
[56] J.J.Faraway,《用R扩展线性模型:广义线性、混合效应和非参数回归模型》,第二版,CRC出版社,2016年·Zbl 1353.62002号
[57] J.Fox,S.Weisberg,《应用回归的R伴侣》,第三版,Sage publications,Inc.,2018年。
[58] E.Dikici,F.Orderud,B.H.Lindqvist,3D+T超声心动图中心内膜边缘检测的经验Bayes估计,2012年IEEE第九届生物医学成像国际研讨会,IEEE,(2012),1331-1334。
[59] A.Coluccia,F.Ricciato,通过经验贝叶斯改进瞬时到达率估计,2014年第13届地中海特设网络研讨会,IEEE,(2014),211-216。
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。