×
马克·梅耶（Mark J.Meyer）。；杰弗里·莫里斯。；里贾娜·帕克斯顿·盖兹；布伦特·科尔（Brent A.Coull）。

恒河猴计算机使用行为的序贯概率功能结果回归。 （英语） Zbl 1498.62243号

附录申请。斯达。 16，编号1，537-550（2022）.
摘要：函数回归的研究在扩展到非高斯函数结果方面取得了很大进展，但对序数函数结果的探索仍然有限。受恒河猴计算机使用行为研究的启发(猕猴)，我们引入序数概率功能结果回归模型（OPFOR）。OPFOR模型可以使用几个基函数之一进行拟合，包括惩罚B样条、小波和O'Sullivan样条，最后一个基函数通常性能最好。使用各种潜在协方差模式的模拟表明，该模型在多个基函数下的估计性能相当好，对联合可信区间具有近似标称覆盖。最后，在应用中，我们使用了适用于功能结果回归的贝叶斯模型选择标准，以最好地描述几个感兴趣的人口统计学因素与猴子在一年中使用计算机之间的关系。与标准顺序纵向分析相比，OPFOR在模拟中优于累积链接混合效应模型，并提供了关于猴子计算机使用行为本质的更多更精细的信息。

MSC公司：

62页第10页 统计学在生物学和医学中的应用；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
62H25个 因子分析和主成分；对应分析
62兰特 功能数据分析

关键词：

自动化认知测试；功能数据分析；O'Sullivan样条；序数变量；概率回归；小波

软件：

fda（右）；半标准杆；贝叶斯DA；依次的
PDF格式BibTeX公司 XML格式引用
\textit{M.J.Meyer}等人，Ann.Appl。Stat.16，No.1，537--550（2022；Zbl 1498.62243）
全文： 内政部 arXiv公司

参考文献：

[1] Agresti，A.（2013）。分类数据分析，第3版。概率统计中的威利级数。Wiley Interscience，新泽西州霍博肯·Zbl 1281.62022号
[2] Albert，J.H.和Chib，S.（1993年）。二进制和多光子响应数据的贝叶斯分析。J.Amer。统计师。协会。88 669-679. ·Zbl 0774.62031号
[3] Chen，Y.、Goldsmith，J.和Ogden，R.T.（2016）。函数-尺度回归中的变量选择。斯达5 88-101. ·doi:10.1002/sta4.106
[4] CHRISTENSEN，R.H.B.（2019年）。序数数据的序数回归模型。R包版本2019.4-25。http://www.cran.r-project.org/package=ordinal/。
[5] DE WAAL，D.J.（2014）。矩阵值分布。在威利统计参考:在线统计参考（N.Balakrishnan、T.Colton、B.Everitt、W.Piegorsch、F.Ruggeri和J.L.Teugels编辑）。 ·doi:10.1002/9781118445112.stat01061
[6] FAGOT，J.和BONTé，E.（2010年）。猴子认知能力的自动测试：一群半自由活动的狒狒（Papio Papio）使用一组计算机化测试系统。行为。研究方法42 507-516. ·doi:10.3758/BRM.42.2.507
[7] FARAWAY，J.J.（1997年）。功能反应的回归分析。技术计量学39 254-261. ·Zbl 0891.62027号 ·doi:10.2307/1271130
[8] GAZES，R.P.、BROWN，E.K.、BASILE，B.M.和HAMPTON，R.R.（2013）。对社会群体中的猴子进行的自动化认知测试产生的结果可与基于单个实验室的测试相媲美。阿尼姆。认知。16 445-458.
[9] GAZES，R.P.、LUTZ，M.D.、MEYER，M.J.、HASSETT，T.和HAMPTON，R.R.（2019）。人口统计学、季节性和社会因素对社交群体恒河猴（猕猴）使用自动触摸屏电脑的影响。公共科学图书馆14电子0215060。
[10] GELMAN，A.、CARLIN，J.B.、STERN，H.S.、DUNSON，D.B.、VEHTARI，A.和RUBIN，D.B.（2013）。贝叶斯数据分析第三版，CRC Press-CRC，佛罗里达州博卡拉顿·Zbl 1279.62004号
[11] GERTHEISS，J.、MAIER，V.、HESSEL，E.F.和STAICU，A.-M.（2015）。用于分析猪饲养行为的边缘函数回归模型。《农业杂志》。生物与环境。斯达。20 353-370. ·doi:10.1007/s13253-015-0212-7
[12] GOLDSMITH，J.和KITAGO，T.（2016）。使用层次函数-标度回归评估中风对运动控制的系统影响。J.R.统计社会服务。C.申请。斯达。65 215-236. ·doi:10.1111/rssc.12115
[13] GOLDSMITH，J.和SCHWARTZ，J.E.（2017）。函数线性并发模型中的变量选择。统计医学。36 2237-2250. ·doi:10.1002/sim.725
[14] GOLDSMITH，J.、ZIPUNNIKOV，V.和SCHRACK，J.（2015）。广义多水平函数标度回归和主成分分析。生物计量学71 344-353. ·Zbl 1390.62259号 ·doi:10.1111/biom.12278
[15] 郭伟（2002）。功能性混合效应模型。生物计量学58 121-128. ·Zbl 1209.62072号 ·doi:10.1111/j.0006-341X.2002.00121.x
[16] 霍尔·P、缪勒·H·G和姚·F（2008）。用潜在高斯过程模拟稀疏广义纵向观测。J.R.统计社会服务。B.统计方法。70 703-723. ·Zbl 05563365号 ·doi:10.1111/j.1467-9868.2008.00656.x
[17] Krafty，R.T.、Gimotty，P.A.、Holtz，D.、Coukos，G.和Guo，W.（2008年）。用于肿瘤生长曲线分析的未知受试者内协方差的变系数模型。生物计量学64 1023-1031. ·Zbl 1152.62391号 ·doi:10.1111/j.1541-0420.2007.00980.x
[18] Lee，W.、Miranda，M.F.、Rausch，P.、Baladadayuthapani，V.、Fazio，M.、Downs，J.C.和Morris，J.S.（2019年）。序列相关函数数据的贝叶斯半参数函数混合模型及其在青光眼数据中的应用。J.Amer。统计师。协会。114 495-513. ·Zbl 1420.62456号 ·doi:10.1080/01621459.2018.1476242
[19] LI，G.、HUANG，J.Z.和SHEN，H.（2018）。通过低秩模型进行指数族函数数据分析。生物计量学74 1301-1310. ·doi:10.1111/biom.12885
[20] LI，H.，STAUDENMAYER，J.和CARROLL，R.J.（2014）。混合连续和二进制测量的层次功能数据。生物计量学70 802-811. ·Zbl 1393.62076号 ·doi:10.1111/biom.12211
[21] MALLOY，E.J.、MORRIS，J.S.、ADAR，S.D.、SUH，H.、GOLD，D.R.和COULL，B.A.（2010年）。基于小波的函数线性混合模型：应用于测量误差修正的分布滞后模型。生物统计学11 432-452. ·Zbl 1437.62551号
[22] Meyer，M.J.、Coull，B.A.、Versace，F.、Cinciripini，P.和Morris，J.S.（2015）。多级函数数据的贝叶斯函数对函数回归。生物计量学71 563-574. ·Zbl 1419.62408号 ·doi:10.1111/biom.12299
[23] MEYER，M.J.、MORRIS，J.S.、GAZES，R.P.和COULL，B.A.（2022年）。补充“序贯概率功能结果回归及其在恒河猴计算机使用行为中的应用”https://doi.org/10.1214/21-AOAS1513SUPA网站, https://doi.org/10.1214/21-AOAS1513SUPB网站
[24] 莫里斯，J.S.（2015）。函数回归。每年。Rev.Stat.应用。2 321-359.
[25] Morris，J.S.和Carroll，R.J.（2006）。基于小波的函数混合模型。J.R.统计社会服务。B.统计方法。68 179-199. ·Zbl 1110.62053号 ·doi:10.1111/j.1467-9868.2006.00539.x
[26] RAMSAY，J.O.和SILVERMAN，B.W.（1997）。功能数据分析第1版，施普林格，纽约·Zbl 0882.6202号
[27] REISS，P.T.、HUANG，L.和MENNES，M.（2010年）。具有惩罚基展开的快速函数标度回归。国际生物统计杂志。6 28. ·doi:10.2202/1557-4679.1246
[28] Ruppert，D.、Wand，M.P.和Carroll，R.J.（2003）。半参数回归.剑桥统计与概率数学系列12.剑桥大学出版社，剑桥·Zbl 1038.62042号 ·doi:10.1017/CBO9780511755453
[29] Scheipl，F.、Gerthiss，J.和Greven，S.（2016）。广义函数加性混合模型。电子。J.统计。10 1455-1492. ·Zbl 1341.62242号 ·doi:10.1214/16-EJS1145
[30] Scheipl，F.、Staicu，A.-M.和Greven，S.（2015）。功能加性混合模型。J.计算。图表。统计师。24 477-501. ·兹比尔1430.62082 ·doi:10.1080/10618600.2014.901914
[31] SHI，J.Q.、WANG，B.、MURRAY-SMITH，R.和TITTERINGTON，D.M.（2007）。批量数据的高斯过程函数回归建模。生物计量学63 714-723. ·Zbl 1128.62053号 ·doi:10.1111/j.1541-0420.2007.00758.x
[32] 范德林德，A.（2009）。利用二进制和计数数据进行函数主成分分析的贝叶斯潜在变量方法。AStA高级统计分析。93 307-333. ·Zbl 1331.62299号 ·doi:10.1007/s10182-009-0113-6
[33] 范德林德，A.（2011）。贝叶斯函数数据分析中带潜在变量的降秩回归模型。贝叶斯分析。6 77-126. ·Zbl 1330.62163号 ·doi:10.1214/11-BA603
[34] WAND，M.P.和ORMEROD，J.T.（2008）。关于O'Sullivan惩罚样条的半参数回归。澳大利亚。N.Z.J.统计。50 179-198. ·Zbl 1146.62030号 ·doi:10.1111/j.1467-842X.2008.00507.x
[35] 王斌（WANG，B.）和史建清（SHI，J.Q.）（2014）。非高斯函数数据的广义高斯过程回归模型。J.Amer。统计师。协会。109 1123-1133. ·Zbl 1368.62101号 ·doi:10.1080/01621459.2014.889021
[36] ZHU，H.、BROWN，P.J.和MORRIS，J.S.（2011年）。函数混合模型框架中的稳健、自适应函数回归。J.Amer。统计师。协会。106 1167-1179. ·Zbl 1229.62053号 ·doi:10.1198/jasa.2011.tm10370
[37] ZHU，H.、BROWN，P.J.和MORRIS，J.S.（2012）。使用函数混合模型对功能和定量图像数据进行稳健分类。生物计量学68 1260-1268 ·兹比尔1259.62056 ·doi:10.1111/j.1541-0420.2012.01765.x
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。