×
雅各布，斯特伯;洪，Hyokyoung Grace;克洛迪亚·查多;普拉克·戈什

老年人慢性病的共病性：通过混合反应的copula设计确定的模式。 （英语） Zbl 1468.62182号

计算。统计数据分析。 88, 28-39 (2015).
摘要：多个与健康相关的随机变量的联合建模对于理解人口老龄化对公共健康的影响至关重要。对于患有多种慢性病的患者来说，情况尤其如此。本文的贡献是引入了一种新的多元数据模型，其中一些响应变量是离散的，一些是连续的。它基于对copula构造（PCCs），与现有方法相比有两个主要优势。首先，用二元连接函数表示联合依赖结构可以得到一个计算上有利的似然函数表达式。这使得最大似然估计对于大型多维数据集是可行的。其次，允许不同且可能不对称的二元（条件）边际分布，这对于准确描述混合离散和连续响应的条件分布的极限行为是必要的。使用第二次老龄化纵向研究（LSOA II）的数据证明了该模型的优点和良好的预测性能。

引用于14文件

MSC公司：

62-08 统计问题的计算方法
62页第10页 统计学在生物学和医学中的应用；元分析
62小时05 多元概率分布的表征与结构理论；连接线

关键词：

R-葡萄;对copula构造;GLM公司;LSOA二

软件：

R（右）;全球气候变化监测;bfa公司
PDF格式BibTeX公司 XML格式引用
\textit{J.Stöber}等人，《计算》。统计数据分析。88、28-39（2015；Zbl 1468.62182）
全文： 内政部

参考文献：

[1] Aas，K。；Czado，C。；弗里吉斯，A。；Bakken，H.，多重依赖的对copula构造，保险数学。经济。，44, 182-198, (2009) ·Zbl 1165.60009号
[2] Akaike，H.，统计模型识别的新视角，IEEE Trans。自动化。控制，19，6，716-723，（1974）·Zbl 0314.62039号
[3] Arlot，S。；Celisse，A.，《模型选择交叉验证程序调查》，统计调查。，4, 40-79, (2010) ·Zbl 1190.62080号
[4] 贝德福德，T。；Cooke，R.，用藤蔓建模的条件相关随机变量的概率密度分解，Ann.Math。Artif公司。整数。，32, 245-268, (2001) ·Zbl 1314.62040号
[5] 贝德福德，T。；Cooke，R.，Vines-相依随机变量的新图形模型，Ann.Statist。，30, 1031-1068, (2002) ·Zbl 1101.62339号
[6] Czado，C。；Brechmann，E。；Gruber，L.，《藤蔓连接词的选择》，（数学与定量金融中的连接词，（2013），Springer）·Zbl 1273.62110号
[7] Hoff，P.D.，扩展半参数copula估计的秩似然，Ann.Appl。《法律总汇》，1，1265-283，（2007）·邮编1129.62050
[8] Danaher，P.J。；Smith，M.S.，使用Copula建模多变量分布：市场营销中的应用，Mark.Sci。，30, 1, 4-21, (2011)
[9] 迪·曼，J。；布雷希曼，E.C。；Czado，C。；Kurowicka，D.，选择和估计规则藤蔓交配及其在财务回报中的应用，计算。统计师。数据分析。，59, 52-69, (2013) ·Zbl 1400.62114号
[10] 多布拉，A。；Lenkoski，A.，Copula Gaussian图形模型及其在功能性残疾数据建模中的应用，Ann.Appl。统计，5，2A，969-993，（2011）·Zbl 1232.62046号
[11] Elia，M.，《老年人肥胖》，Obes。决议，9，244-248，（2001）
[12] 弗莱舍，N。；迪兹，R.A。；阿拉兹拉基，M。；Spinelli，H。；De Maio，F.，中等收入国家慢性病风险因素的社会经济梯度：阿根廷城市化影响修正的证据，美国公共卫生杂志，101，294-301，（2011）
[13] Flicker，L。；麦考尔，K.A。；Hankey，G.J。；Jamrozik，K。；布朗，W.J。；Byles，J.E。；Almeida，O.P.，《70-75岁男女的体重指数和生存率》，《美国老年医学杂志》。《社会学杂志》，58，2，234-241，（2010）
[14] 丰塞卡，医学博士，医学博士。；安德烈奥齐，V.L。；Faerstein，E。；乔尔·D·。；Carvalho，M.S.，将体重指数建模为连续响应变量的替代方法和残差分析的相关性，Cad。Sa'ude P'ublica，24，473-478，（2008）
[15] Genest，C。；Nešlehová，J.，计数数据的连接线引物，Astin Bull。，37, 2, 475-515, (2007) ·Zbl 1274.62398号
[16] Gneiting，T。；Raftery，A.E.，《严格正确的评分规则、预测和估计》，J.Amer。统计师。协会，102，477，359-378，（2007）·Zbl 1284.62093号
[17] Green，P.J.，《迭代重加权最小二乘法用于最大似然估计》，以及一些稳健且有抵抗力的替代方法，J.R.Stat.Soc.Ser。B统计方法。，第46页，第2149-192页，（1984年）·Zbl 0555.62028号
[18] He，J。；李，H。；埃德蒙森，A。；Rader博士。；Li，M.，用于分析病例对照遗传关联研究中次要表型的高斯copula方法，生物统计学，13，497-508，（2012）·Zbl 1244.62156号
[19] Hong，H.G.，Yue，Y.，Gosh，P.，2013年。肥胖和正常体重老年人长期健康后果的贝叶斯估计。预打印。
[20] Joe，H.，多元模型和相关性概念，（1997），Chapman&Hall London·Zbl 0990.62517号
[21] Joe，H。；徐建杰，多元模型边际推理函数的估计方法，技术报告，166，（1996），UBC，统计部
[22] 克里格曼，D。；Penninx，B。；van Eijk，J。；Boeke，A。；Deeg，D.，《社区老年人慢性病的自我报告和全科医生信息》。《关于患者自我报告准确性和不准确性决定因素的研究》，J.Clin。流行病。，49, 1407-1417, (1996)
[23] Masaki，K.H。；路缘石，J.D。；Chiu，D。；Petrovitch，H。；罗德里格斯（Rodriguez，B.L.），日裔美国老年男性体重指数与血压的相关性：火奴鲁鲁心脏计划，高血压，29，2，673-677，（1997）
[24] Masarotto，G。；Varin，C.，高斯copula边缘回归，电子。《J Stat.》，第6卷，第1517-1549页，（2012年）·Zbl 1336.62152号
[25] 摩尔，L。；Visioni，A。；威尔逊，P。；达戈斯蒂诺，R。；芬克尔，W。；Ellison，R.，超重个体持续减肥能降低糖尿病风险吗？，流行病学，11，3，269-273，（2000）
[26] J.穆雷。；邓森，D。；卡林，L。；Lucas，J.，混合数据的贝叶斯-高斯copula因子模型，J.Amer。统计师。协会，108，656-665，（2013）·兹比尔06195968
[27] Nelsen，R.B.，《连接词导论》，（2006），纽约斯普林格出版社·兹比尔1152.62030
[28] Nešlehová，J.，关于非连续随机变量的秩相关测度，J.多元分析。，98,3544-567，（2007年）·Zbl 1107.62047号
[29] Nguyen，N。；Nguyen，X。；莱恩，J。；Wang，P.，美国成年人肥胖与糖尿病的关系：1999-2006年国家健康和营养检查调查结果，肥胖。外科，21，351-355，（2011）
[30] Nikoloulopoulos，A.，关于使用连续延拓和模拟似然估计正态copula离散回归模型，J.Statist。计划。推理，1431923-1937，（2013）·Zbl 1279.62116号
[31] Nikoloulopoulos，A.K。；Karlis，D.，《多元计数数据建模》（Rizzi，A.；Vichi，M.，《计算统计学学报》，（2006），国际统计计算协会），599-606
[32] Panagiotelis，A。；Czado，C。；Joe，H.，离散数据的规则藤分布，J.Amer。统计师。协会，105，499，1063-1072，（2012）·Zbl 1395.62114号
[33] 皮特，M。；Chan，D。；Kohn，R.，高斯copula回归模型的有效贝叶斯推断，生物统计学，93，3，537-554，（2006）·Zbl 1108.62027号
[34] Prim，R.C.，最短连接网络和一些推广，贝尔系统。《技术期刊》，36，1389-1401，（1957）
[35] R： 统计计算语言和环境，（2011年），奥地利维也纳R统计计算基金会，R开发核心团队
[36] 谢普斯迈尔，美国。；Stöber，J.，二元连接的导数和Fisher信息，统计量。论文，55，525-542，（2014）·Zbl 1297.62046号
[37] 沈，C。；Weissfeld，L.，具有不可忽略非单调缺失结果的重复测量的copula模型，Stat.Med.，30，2427-2440，（2006）
[38] Shih，M。；霍特曼，J。；克鲁格，J。；Helmick，C.，《患有关节炎的男性和女性的体力活动：国家健康访谈调查》，2002年，《美国医学杂志》。医学，30385-393，（2006）
[39] 辛格，P.N。；哈达德，E。；Tonstad，S。；弗雷泽，G.E.，《第七个十年后保持的多余身体脂肪会降低预期寿命吗？》？，《美国老年医学杂志》。Soc.，59，6，1003-1011，（2011年）
[40] 史密斯，M.S。；Khaled，M.A.，通过贝叶斯数据扩充估计具有离散裕度的copula模型，J.Amer。统计师。协会，107，497，290-303，（2012）·Zbl 1261.62051号
[41] 史密斯，M.S。；Min，A。；阿尔梅达，C。；Czado，C.，《使用序列相关性的对copula分解建模纵向数据》，J.Amer。统计师。协会，105，492，1467-1479，（2010）·Zbl 1388.62171号
[42] 宋，P.X.-K。；李，M。；Yuan，Y.，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，65，1，60-68，（2009）·Zbl 1159.62049号
[43] Stöber，J。；Joe，H。；Czado，C.，《简化对连接词构造-限制和扩展》，《多元分析杂志》。，119, 101-118, (2013) ·Zbl 1277.62139号
[44] Stöber，J。；Schepsmeier，U.，《估算常规藤系模型中的标准误差》，计算。统计人员。，28, 2679-2707, (2013) ·Zbl 1306.65138号
[45] Zakkak，J。；Wilson，D。；Lanier，J.，美国成年人体重指数与关节炎之间的关系：疾病控制与预防中心的监测病例定义，Prev。慢性病。，6, 2, 14:1-14:11, (2009)
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。