×

高阶群特异性曲线模型的流线型变分推理。 (英语) Zbl 07506791

小结:一个两水平的群体特定曲线模型是这样的,一个群体的每个成员的平均反应是一个单独的平滑函数的兴趣预测。三级扩展是这样的:一个分组变量嵌套在另一个分组变量中,更高级别的扩展是类似的。高阶群特有曲线模型的流线型变分推理是一个具有挑战性的问题。我们通过系统地处理两级和三级的案例,并利用在[T、 H.诺兰M、 P.魔杖,ANZIAM J.62,第1号,18–41(2020年;Zbl 1450.65030)]. 一个动机是分析来自超声技术的数据,其中三个水平的群体特异性曲线模型是合适的。虽然扩展到超过三个级别的扩展并没有被明确地覆盖,但是我们的系统方法建立的模式揭示了更高级别组特定曲线模型所需要的东西。

理学硕士:

62-XX号 统计

引文:

Zbl 1450.65030
PDF格式 BibTeX公司 XML 引用
全文: 内政部

参考文献:

[1] Atay Kayis,A,Massam,H(2005)计算不可分解高斯图形模型中边际似然的蒙特卡罗方法。生物计量学公元92317-335年·Zbl 1094.62028
[2] Bates,D,M-chler,M,Bolker,B,Walker,S(2015)使用lme4拟合线性混合效应模型。统计软件杂志第67页,第1-48页。
[3] 主教,CM(2006)模式识别与机器学习纽约,纽约:斯普林格。
[4] Blei,DM,Kucukelbir,A,McAuliffe,JD(2017)变分推理:统计学家评论。美国统计协会杂志,112859-877。
[5] Brumback,BA,Rice,JA(1998)用于分析曲线嵌套和交叉样本的平滑样条模型(讨论)。美国统计协会杂志93961-994年·Zbl 1064.62515号
[6] Djeundje,VAB(2016)多层纵向数据平滑混合模型中的系统偏差。统计方法,32,203-217·Zbl 1487.62021
[7] Djeundje,VAB,Currie,ID(2010)纵向数据混合模型中惩罚样条函数的适当协方差规范。电子统计杂志公元1202-1224年·Zbl 1329.62198
[8] Donnelly,CA,Laird,NM,Ware,JH(1995)时间相关纵向数据平滑曲线的预测和创建。美国统计协会杂志公元90984-989年·Zbl 0850.62586
[9] 德班,M,Harezlak,J,Wand,MP,Carroll,RJ(2005)纵向数据受试者特定曲线的简单拟合。医学统计学,公元1153-1167年。
[10] Goldsmith,J,Zipunnikov,V,Schrack,J(2015)关于标量回归和主成分分析的广义多级函数。生物识别,71344-353·Zbl 1390.62259
[11] Guo,J,Gabry,J,Goodrich,B(2018年)rstan:R到Stan的接口.R包版本2.18.2.URLhttp://mc-stan.org(上次访问日期:2020年6月17日)。
[12] Harezlak,J,Ruppert,D,Wand,MP(2018年)带R的半参数回归纽约,纽约:斯普林格·Zbl 1430.62002
[13] Heckman,N,Lockhart,R,Nielsen,JD(2013)惩罚回归,混合效应模型和适当的建模。电子统计杂志1517-1552年·兹布1327.62256
[14] Huang,A,Wand,MP(2013)协方差矩阵的简单边缘非信息先验分布。贝叶斯分析,8439-452年·Zbl 1329.62135
[15] Kauermann,G,Krivobokova,T,Fahrmeir,L(2009)广义惩罚样条光滑的一些渐近结果。英国皇家统计学会杂志,B辑,71487-503·Zbl 1248.62055
[16] Lee,CYY,Wand,MP(2016)将复杂贝叶斯混合效应模型拟合到健康数据的变分推理。医学统计学35,165-188年。
[17] Menictas,M,Wand,MP(2013)边际纵向半参数回归的变分推断。斯达第2页,第61-71页。
[18] Nolan,TH,Menictas,M,Wand,MP(2020年)高阶随机效应变分推理的流线型计算.未出版的手稿。网址https://arxiv.org/abs/1903.06616(上次访问日期:2020年6月17日)·Zbl 07306862
[19] Nolan,TH,Wand,MP(2020)多级稀疏矩阵问题的简化解决方案。安齐亚姆杂志.doi:10.1017/S1446181120000061·Zbl 1450.65030
[20] 皮涅罗,JC,贝茨,DM(2000)S和S-PLUS中的混合效应模型纽约,纽约:斯普林格·Zbl 0953.62065
[21] Pinheiro,J,Bates,D,DebRoy,S,Sarkar,D,R核心团队(2018)nlme:线性和非线性混合效应模型.R包版本3.1.URLhttp://cran.r-project.org/package=nlme(上次访问日期:2020年6月17日)。
[22] Pratt,JH,Jones,JJ,Miller,JZ,Wagner,MA,Fineberg,NS(1989)儿童醛固酮排泄和血浆醛固酮浓度的种族差异。新英格兰医学杂志,3211152-1157年。
[23] Robinson,GK(1991)认为BLUP是一件好事:随机效应的估计。统计科学,6,15-51·Zbl 0955.62500
[24] Trail,JB,Collins,LM,Rivera,DE,Li,R,Piper,ME,Baker,TB(2014)行为过程动态系统识别的功能数据分析。心理学方法19,175-187年。
[25] Verbyla,AP,Cullis,BR,Kenward,MG,Welham,SJ(1999)用光滑样条分析设计实验和纵向数据(讨论)应用统计学第48页,第269-312页·Zbl 0956.62062
[26] 瓦哈巴,G(1990年)观测数据的样条模型费城:工业与应用数学学会·Zbl 0813.62001
[27] Wand,MP,Ormerod,JT(2008)关于O-Sullivan惩罚样条函数的半参数回归。澳大利亚和新西兰统计杂志179-198年·Zbl 1146.62030
[28] Wand,MP,Ormerod,JT(2011)惩罚小波:将小波嵌入到半参数回归中。电子统计杂志公元1654-1717年·Zbl 1271.62089
[29] Wang,Y(1998)混合效应平滑样条方差分析。英国皇家统计学会杂志,B辑,60,159-174·Zbl 0909.62034
[30] Wirtzfeld,LA,Ghoshal,G,Rosado Mendez,IM,Nam,K,Park,Y,Pawlicki,AD,Miller,RJ,Simpson,DG,Zagzebski,JA,Oelze,MI,Hall,TJ,O-Brien,WD(2015)小鼠MAT和4T1乳腺肿瘤的定量超声比较以及多个成像系统的比率。超声医学杂志第34页,第1373-1383页。
[31] Zhang,D,Lin,X,Raz,J,Sowers,M(1998)纵向数据的半参数随机混合模型。美国统计协会杂志第93710-719页·Zbl 0918.62039
此参考列表基于出版商或数字数学图书馆提供的信息。它的项被试探性地匹配到zbMATH标识符,并且可能包含数据转换错误。它试图尽可能准确地反映原始论文中列出的参考文献,而不要求匹配的完整性或精确性。