×
张卫平;王江丽;钱、方;陈瑜

纵向零膨胀计数数据的联合平均相关建模方法。 （英语） Zbl 1442.62125号

钎焊。J.遗嘱认证。斯达。 34，编号1，35-50（2020）.
设（（Y{i1}，Y{i2}，dots，Y{im_i}）^{intercal}），（i\in\mathbb{N}）和（sup{i\in\ mathbb}N}}m_i<infty）是一个纵向测量系统。让\[\mathbb{P}（Y_{ij}=Y）=\开始{cases}p_{ij}+（1-p_{ij}）\mathbb{p}（W_{ij}=0）\\text{if}\y=0\\（1-p_{ij}）\mathbb{p}（W_{ij}=y）\\text{if}\y\geq1，\end{cases}\]其中，（W{ij}）遵循负二项分布\[\mathbb{P}（W_{ij}=W）=\frac{\Gamma（W+1/\tau）}{W！\Gamma（1/\tau{N} _0（0）\]具有正形状参数\（\tau\）。
此外，假设（（Y{i1}，Y{i2}，dots，Y{im_i}）的分布函数遵循高斯copula表示\[\矩阵{P}，\]其中，\（z_{ij}=\Phi_1^{-1}（\mathbb{P}（Y_{iij}\leqy_{ij}）\）和\（R_i\）是相关矩阵。
本文作者发展了向量（boldsymbol{theta}=（boldsymbol{beta}^{intercal}，boldsympol{gamma}^{intal}，\tau）^{intercal}），假设（log（lambda{ij}）可以用（boldsymbol{beta}）表示，（mathrm{logit}（p{ij{）依赖于（boldsymbol{gamma}）。
审核人：乔纳斯·萨尤利斯（维尔纽斯）

理学硕士：

62甲12 多元分析中的估计
2012年12月62日 参数估计量的渐近性质
62小时05 多元概率分布的表征与结构理论；连接线

关键词：

连接线;超球面坐标;均值相关回归;成对似然;零膨胀负二项式
PDF格式BibTeX公司 XML格式引用
\textit{W.Zhang}等人，Braz。J.遗嘱认证。《法律总汇》第34卷第1期第35-50页（2020年；兹bl 1442.62125）
全文： 内政部 欧几里得

参考文献：

[1] Alfo，M.和Maruotti，A.（2010年）。纵向零膨胀计数数据的两部分回归模型。加拿大统计杂志38，197-216·Zbl 1349.62334号 ·doi:10.1002/cjs.10056
[2] Atkins，D.C.和Gallop，R.J.（2007）。重新思考家庭研究者如何建模罕见结果：计数回归和零膨胀模型教程。《家庭心理学杂志》21，726-735。
[3] Bergsma，W.、Croon，M.和Hagenaars，J.A.（2009年）。从属、聚类和纵向分类数据的边缘模型。柏林：斯普林格·Zbl 1181.62001号
[4] Berk，K.N.和Lachenbruch，P.A.（2002年）。带零的重复测量。医学研究中的统计方法11，303-316·Zbl 1121.62574号 ·doi:10.1191/0962280202sm293ra
[5] Bulsara，M.K.、Holman，C.D.J.、Davis，E.A.和Jones，T.W.（2004年）。在流行病学研究中评估与严重低血糖相关的风险因素——我们应该使用什么方法？糖尿病医学21，914-919。
[6] Buu，A.、Li，R.、Tan，X.和Zucker，R.A.（2012）。纵向零膨胀计数数据的统计模型及其在药物滥用领域的应用。医学统计31，4074-4086。
[7] Creal，D.、Koopman，S.J.和Lucas，A.（2011年）。时变波动率和相关性的动态多元重尾模型。《商业与经济统计杂志》29，552-563。
[8] Deb，P.、Trivedi，P.和Zimmer，D.M.（2014）。处方药支出的成本-费用集：通过基于连接函数的双变量动态障碍模型进行数据分析。健康经济学231242-1259。
[9] Fan，J.、Liu，H.、Ning，Y.和Zou，H.（2017）。混合数据的高维半参数潜在图形模型。英国皇家统计学会杂志，B辑79，405-421·Zbl 1414.62179号 ·doi:10.1111/rssb.12168
[10] Fang，H.、Fang，K.和Kotz，S.（2002年）。给定边缘的超椭圆分布。多元分析杂志82，1-16·Zbl 1002.62016年 ·doi:10.1006/jmva.2001.2017年
[11] Fieuws，S.和Verbeke，G.（2006年）。多元纵向剖面联合建模混合模型的成对拟合。生物统计学62，424-431·兹比尔1097.62058 ·文件编号：10.1111/j.1541-0420.2006.00507.x
[12] Ghosh，S.K.、Mukhopadhyay，P.和Lu，J.C.（2006）。零膨胀回归模型的贝叶斯分析。统计规划与推断杂志136，1360-1375·Zbl 1088.62139号 ·doi:10.1016/j.jspi.2004.10.008
[13] Ground，M.和Koch，S.F.（2008）。南非家庭的烟酒消费跨栏模型。《南非经济学杂志》76，132-143。
[14] Joe，H.（1997）。多元模型和多元依赖概念。博卡拉顿：CRC出版社·Zbl 0990.62517号
[15] Karlis，D.（2003年）。多元泊松分布和相关模型的EM算法。《应用统计学杂志》30，63-77·Zbl 1121.62408号 ·doi:10.1080/026647602200018510
[16] Kocherlakota，S.和Kocherlackota，K.（1992）。二元离散分布。纽约：马塞尔·德克尔·Zbl 0794.6202号
[17] Lee，A.H.、Wang，K.、Scott，J.A.等人（2006年）。具有多余零的相关计数数据的多级零膨胀泊松回归建模。医学研究中的统计方法15，47-61·Zbl 1152.62083号 ·doi:10.1191/0962280206sm429oa
[18] Leng，C.、Zhang，W.和Pan，J.（2010）。纵向数据的半参数均值-方差回归分析。美国统计协会杂志105，181-193·Zbl 1397.62130号 ·doi:10.1198/jasa.2009.tm08485
[19] Lewsey，J.D.和Thomson，W.M.（2004）。零膨胀泊松和零膨胀负二项模型的效用：对横截面和纵向DMF数据的个案研究，检验社会经济地位的影响。社区牙科和口腔流行病学32，183-189。
[20] Liu，H.、Lafferty，J.D.和Wasserman，L.A.（2009年）。非正则：高维无向图的半参数估计。机器学习研究杂志10，2295-2328·Zbl 1235.62035号
[21] Liu，M.、Zhang，W.和Chen，Y.（2018）。纵向数据的贝叶斯联合半参数均值-协方差建模。数学与统计传播7，1-15。
[22] Liu，X.和Zhang，W.（2013）。纵向数据联合均值-方差建模中的移动平均Cholesky因子模型。科学中国。数学56，2367-2379·Zbl 06272107号 ·doi:10.1007/s11425-013-4608-y
[23] Madsen，L.和Fang，Y.（2011）。离散纵向数据的联合回归分析。生物统计学67，1171-1175·Zbl 1226.62055号 ·doi:10.1111/j.1541-0420.2010.01494.x
[24] Min，Y.和Agresti，A.（2005）。零膨胀计数数据重复测量的随机效应模型。统计建模5，1-19·Zbl 1070.62060号 ·doi:10.1191/1471082X05st084oa
[25] Molenberghs，G.和Verbeke，G.（2005年）。离散纵向数据模型。柏林：斯普林格·Zbl 1093.62002号
[26] Mullahy，J.（1986年）。一些修改的计数数据模型的规范和测试。《计量经济学杂志》33，341-365。
[27] Neighbors，C.、Lewis，M.A.、Atkins，D.C.、Jensen，M.M.、Walter，T.、Fossos，N.等人（2010年）。基于网络的个性化规范性反馈的疗效：一项为期两年的随机对照试验。咨询与临床心理学杂志78，898-911。
[28] Pan，J.和Mackenzie，G.（2003年）。纵向研究中均值-方差结构建模。生物特征90，239-244·Zbl 1039.62068号 ·doi:10.1093/biomet/90.1.239
[29] Pourahmadi，M.（1999）。纵向数据应用的联合均值-方差模型：无约束参数化。生物特征86，677-690·Zbl 0949.62066号 ·doi:10.1093/biomet/86.3.677
[30] Pourahmadi，M.（2000年）。多元正态协方差矩阵广义线性模型的最大似然估计。生物特征87，425-435·Zbl 0954.62091号 ·doi:10.1093/biomet/87.2.425
[31] Pourahmadi，M.（2007）。协方差矩阵的Cholesky分解和估计：方差相关参数的正交性。生物特征941006-1013·Zbl 1156.62043号 ·doi:10.1093/biomet/asm073
[32] Renard，D.、Molenberghs，G.和Geys，H.（2004）。多水平概率模型中估计的成对似然方法。计算统计与数据分析44，649-667·Zbl 1429.62324号 ·doi:10.1016/S0167-9473（02）00263-3
[33] Rose，C.E.、Martin，S.W.、Wannemuehler，K.A.和Plikaytis，B.D.（2006）。使用零膨胀和跨栏模型对疫苗不良事件计数数据进行建模。生物制药统计杂志16，463-481。
[34] Shi，P.和Zhang，W.（2015）。医疗保健利用中的私人信息：基于连接词的障碍模型规范。英国皇家统计学会期刊A辑《社会统计》178，337-361。
[35] Sklar，A.（1959年）。划分的依据是尺寸和边缘。巴黎大学统计研究所出版物8，229-231·Zbl 0100.14202号
[36] Smith，M.S.和Khaled，M.A.（2012年）。基于贝叶斯数据增强的离散余量copula模型估计。美国统计协会杂志107，290-303·Zbl 1261.62051号 ·doi:10.1080/01621459.2011.644501
[37] Song，P.X.-K.，Li，M.和Yuan，Y.（2009）。使用高斯连接函数对相关数据进行联合回归分析。生物统计学65，60-68·Zbl 1159.62049号 ·doi:10.1111/j.1541-0420.2008.01058.x
[38] Song，P.X.K.（2000年）。由高斯copula生成的多元离散模型。《斯堪的纳维亚统计杂志》27，305-320·Zbl 0955.62054号 ·doi:10.1111/1467-9469.00191
[39] Tang，C.Y.、Zhang，W.和Leng，C.（2018）。采用均值-相关回归方法进行离散纵向数据建模。中国统计。https://doi.org/10.5705/ss.202016.0435。预打印。
[40] Tong，Y.L.（1990）。多元正态分布。柏林：斯普林格·Zbl 0689.62036号
[41] Varin，C.、Reid，N.和Firth，D.（2011年）。复合似然方法概述。中国统计21，5-42·Zbl 05849508号
[42] White，H.R.和Labouvie，E.W.（1989年）。评估青少年饮酒问题。《酒精研究杂志》50，30-37。
[43] Ye，H.和Pan，J.（2006）。在纵向数据的广义估计方程中建模协方差结构。生物特征93，927-941·Zbl 1436.62348号 ·doi:10.1093/biomet/93.4.927
[44] Zeger，S.L.和Liang，K.Y.（1986年）。离散和连续结果的纵向数据分析。生物统计学42，121-130。
[45] Zhang，W.和Leng，C.（2012）。纵向数据协方差建模中的移动平均cholesky因子模型。Biometrika生物计量学99，141-150·Zbl 1234.62111号 ·doi:10.1093/biomet/asr068
[46] Zhang，W.，Leng，C.和Tang，C.Y.（2015）。纵向研究的联合建模方法。《皇家统计学会杂志》，B辑77，219-238·Zbl 1414.62388号 ·doi:10.1111/rssb.12065
[47] Zimmer，D.（2018）。使用连接函数估计泊松回归中二元内生回归变量的系数：应用于保险对医生就诊的影响。健康经济学27，545-556。
[48] Zimmer，D.和Trivedi，P.（2006年）。使用三变量连接函数模拟样本选择和治疗效果：在家庭保健需求中的应用。《商业与经济统计杂志》24，63-76。
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。