×

纵向实验的线性分位数回归模型:概述。 (英语) Zbl 1329.62317号

摘要:我们概述了连续响应随时间重复测量的线性分位数回归模型。我们区分了边缘方法和条件方法,前者明确建模数据关联结构,后者考虑个别特定参数来描述数据之间的依赖性和过度分散。讨论了一般估算方案,并列出了可用的软件选项。我们还提到了处理不可忽略缺失值的方法,包括空间相关观测值、非参数和半参数模型。本文最后概述了纵向分位数回归中存在的问题。

MSC公司:

62J05型 线性回归;混合模型
62G08号 非参数回归和分位数回归
62-02 与统计有关的研究展览(专著、调查文章)
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Abrevaya,J.,Dahl,C.M.:出生输入对出生体重的影响:来自面板数据分位数估计的证据。J.总线。经济。《美国联邦法律大全》第26卷第379-397页(2008年)
[2] Akaike,H.:信息理论和最大似然原理的扩展。摘自:第二届信息理论国际研讨会,第267-281页。布达佩斯Akademinai Kiado(1973年)·Zbl 0283.62006号
[3] Andrews,D.W.K.,Buchinsky,M.:选择引导重复次数的三步方法。《计量经济学》68,23-52(2000)·Zbl 1056.62516号
[4] Austin,P.C.,Schull,M.J.:分位数回归:非专业研究的统计工具。阿卡德。《急诊医学》10789-797(2003)
[5] Bartolucci,F.:一类潜在马尔可夫模型在转移概率线性假设下的似然推断。J.R.统计社会服务。B 68,155-178(2006)·Zbl 1100.62078号
[6] Bartolucci,F.,Farcomeni,A.,Pandolfi,S.,Pennoni,F.:LMest:分类纵向数据潜在马尔可夫模型的R包(2015)。arXiv:1501.04448·Zbl 1162.62035号
[7] Bartolucci,F.,Farcomeni,A.,Pennoni,F.:纵向数据的潜在马尔可夫模型。查普曼和霍尔/CRC出版社,伦敦/Boca Raton(2013)·Zbl 1341.62002号
[8] Bartolucci,F.,Farcomeni,A.,Pennoni,F.:潜在马尔可夫模型:具有协变量的纵向数据分析的一般框架综述(含讨论)。测试23433-486(2014)·Zbl 1305.62300号
[9] Baum,L.E.,Petrie,T.,Soules,G.,Weiss,N.:马尔可夫链概率函数统计分析中出现的一种最大化技术。安。数学。Stat.41,164-171(1970)·Zbl 0188.49603号
[10] Booth,J.G.,Hobert,J.P.:使用自动蒙特卡罗EM算法最大化广义线性混合模型的可能性。J.R.统计社会服务。B 61,265-285(1999)·Zbl 0917.62058号
[11] Bottai,M.,Cai,B.,McKeown,R.E.:有限结果的Logistic分位数回归。Stat.Med.29,309-317(2010年)
[12] Brown,B.M.,Wang,Y.G.:平滑秩估计量的标准误差和协方差矩阵。《生物特征》92(1),149-158(2005)·Zbl 1068.62037号
[13] Buchinsky,M.:估算分位数回归模型的渐近协方差矩阵:蒙特卡罗研究。《经济学杂志》。68、303-338(1995年a)·Zbl 0825.62437号
[14] Buchinsky,M.:分位数回归、Box-Cox转换模型和美国工资结构。《经济学杂志》。65、109-154(1995年b)·Zbl 0825.62956号
[15] Cade,B.S.,Noon,B.R.,Flather,C.H.:分位数回归揭示了栖息地模型中隐藏的偏见和不确定性。生态学86,786-800(2005)
[16] Cai,Z.,Xu,X.:动态光滑系数模型的非参数分位数估计。《美国统计协会期刊》103,1595-1608(2008)·Zbl 1286.62029号
[17] Canay,I.A.:面板数据分位数回归的简单方法。经济。J.14(3),368-386(2011)·Zbl 1284.62258号
[18] Capogna,G.、Camorcia,M.、Stirparo,S.、Valentini,G.,Garassino,A.、Farcomeni,A.:分娩早期和晚期疼痛的多维评估:未产妇和经产妇女的比较。国际法院产科。Anesth公司。19, 167-170 (2010)
[19] Chen,L.,Wei,L.J.,Parzen,M.I.:相关观察值的分位数回归。摘自:《第二届西雅图生物统计学研讨会论文集:相关数据分析》,第179卷,第51-70页(2004年)·兹比尔1390.62109
[20] Chernozhukov,V.:极值分位数回归。Ann.Stat.33,806-839(2005)·Zbl 1068.62063号
[21] Chernozhukov,V.,Fernandez-Val,I.:分位数回归过程的子抽样。印度J.Stat.67,253-276(2005)·Zbl 1192.62128号
[22] Chernozhukov,V.,Fernández-Val,I.:极值条件分位数模型的推断,以及市场和出生体重风险的应用。经济收益率。螺柱78,559-589(2011)·Zbl 1216.62077号
[23] Chernozhukov,V.,Hansen,C.:仪器变量分位数回归:稳健推理方法。《经济学杂志》。142(1),379-398(2008)·Zbl 1418.62154号
[24] Crouchley,R.,Davies,R.B.:用基线信息分析纵向计数数据的人口平均和随机效应模型的比较。J.R.统计社会服务。A 162、331-347(1999)
[25] Daniel-Spiegel,E.,Weiner,E.,Yarom,I.,Doveh,E.,Friedman,P.,Cohen,A.,Shalev,E.:使用分位数回归分析建立胎儿生物特征图。《超声医学杂志》32,23-33(2013)
[26] Davis,S.:用于分析重复测量的半参数和非参数方法,并应用于临床试验。《统计医学》第10卷,1959-1980年(1991年)
[27] De Gooijer,J.,Zerom,D.:关于具有高维协变量的可加条件分位数。《美国统计协会期刊》98,135-146(2003)·Zbl 1047.62027号
[28] Dempster,A.P.,Laird,N.M.,Rubin,D.B.:通过EM算法获得不完整数据的最大似然。J.R.统计社会服务。B Methodol公司。39, 1-38 (1977). 经过讨论·Zbl 0364.62022号
[29] Diggle,P.J.,Kenward,M.G.:纵向数据分析中的信息缺失(含讨论)。申请。《美国联邦法律大全》第43卷第49-93页(1994年)·兹比尔0825.62010
[30] Diggle,P.J.,Heagerty,P.J.,Liang,K.Y.,Zeger,S.L.:纵向数据分析,第2版。牛津统计科学丛书,第25卷。牛津大学出版社,纽约(2002)·Zbl 1268.62001号
[31] Dunson,D.B.,Pillai,N.,Park,J.-H.:贝叶斯密度回归。J.R.统计社会服务。B 69,163-183(2007)·Zbl 1120.62025号
[32] Fabrizi,E.,Farcomeni,A.,Gatta,V.:模拟意大利劳动力市场的工作历史模式。统计方法应用。21, 227-247 (2012)
[33] Farcomeni,A.:基于潜在马尔可夫主题特定参数的纵向数据分位数回归。统计计算。22, 141-152 (2012) ·Zbl 1322.62206号
[34] Farcomeni,A.,Greco,L.:稳健的数据简化方法。Chapman&Hall/CRC出版社,伦敦/博卡拉顿(2015)·Zbl 1311.62006年
[35] Farcomeni,A.,Ventura,L.:医学研究中稳健方法的概述。统计方法医学研究21,111-133(2012)
[36] Farcomeni,A.,Viviani,S.:通过纵向生存关节建模,在存在信息缺失的情况下进行纵向分位数回归。Stat.Med.34,1199-1213(2015)
[37] Fenske,N.、Fahrmeir,L.、Hothorn,T.、Rzehak,P.、Höhle,M.:儿童纵向肥胖数据的增强结构化加性分位数回归。国际生物统计杂志。9, 1-18 (2013)
[38] Fieberg,J.、Rieger,R.H.、Zicus,M.C.、Schildcrout,J.S.:生态学相关数据的回归建模:特定主题和群体平均响应模式。J.应用。经济。46, 1018-1025 (2009)
[39] Fitzmaurice,G.M.,Laird,N.M.,Ware,J.H.:应用纵向分析。Wiley-Interscience,霍博肯(2004)·Zbl 1057.62052号
[40] Fu,L.,Wang,Y.-G.:使用工作相关模型对纵向数据进行分位数回归。计算。统计数据分析。56, 2526-2538 (2012) ·Zbl 1252.62046号
[41] Galvao,A.F.:具有固定效应的动态面板数据的分位数回归。《经济学杂志》。164(1), 142-157 (2011) ·Zbl 1441.62695号
[42] Galvao,A.F.,Montes-Rojas,G.V.:动态面板数据的惩罚分位数回归。J.统计计划。推断140,3476-3497(2010)·Zbl 1205.62195号
[43] Geraci,M.:随机缺失数据的复杂调查中回归分位数的估计:出生体重决定因素的应用。《统计方法医学研究》1-29(2013)。doi:10.1177/0962280213484401·Zbl 1284.62405号
[44] Geraci,M.:线性分位数混合模型:拉普拉斯分位数回归的lqmm包。J.统计软件。57, 1-29 (2014)
[45] Geraci,M.,Bottai,M.:使用不对称拉普拉斯分布对纵向数据进行分位数回归。生物统计学8(1),140-54(2007)·Zbl 1170.62380号
[46] Geraci,M.,Bottai,M.:线性分位数混合模型。统计计算。24, 461-479 (2014) ·Zbl 1325.62010号
[47] Geraci,M.,Farcomeni,A.:概率主成分分析,以确定存在不可忽视的缺失数据时的体力活动行为。J.R.统计社会服务。C 65(1),1-25(2016)
[48] 杰拉西,M。;琼斯,C。;Cabras,S.(编辑);巴蒂斯塔,T.(编辑);Racugno,W.(编辑),使用转换模型预测半直线和单位区间上的条件分位数(2014),卡利亚里
[49] Hahn,P.R.,Burgette,L.F.:台面分布:同步非线性分位数回归的近似可能性。芝加哥大学技术代表(2012)·Zbl 1188.62166号
[50] Hallin,M.,Lu,Z.,Yu,K.:局部线性空间分位数回归。伯努利15,659-686(2009)·Zbl 1452.62283号
[51] Hallin,M.,Paindaveine,D.,Siman,M.:多元分位数和多输出回归分位数:从l_1优化到半空间深度。Ann.Stat.38,635-669(2010年)·Zbl 1183.62088号
[52] Han,E.,Powell,L.M.:快餐价格与成人体重结果:基于纵向分位数回归模型的证据。康斯坦普。经济。政策31228-536(2013)
[53] Hansen,L.P.:广义矩估计方法的大样本性质。《计量经济学》501029-1054(1982)·Zbl 0502.62098号
[54] Hao,L.,Naiman,D.Q.:分位数回归。Sage,纽约(2007)·Zbl 1191.62077号
[55] Harding,M.,Lamarche,C.:使用工具变量估计面板数据模型的分位数回归方法。经济。莱特。104(3), 133-135 (2009) ·Zbl 1181.62051号
[56] He,X.,Fu,B.,Fung,W.K.:纵向数据的中位数回归。《统计医学》第22卷,第3655-3669页(2003年)·Zbl 1264.81257号
[57] Heritier,S.、Cantoni,E.、Copt,S.和Victoria-Feser,M.P.:生物统计中的稳健方法。威利,纽约(2009)·Zbl 1163.62085号
[58] Horowitz,J.L.,Lee,S.:加性分位数回归模型的非参数估计。《美国法律总汇》第100卷,1238-1249页(2005年)·Zbl 1117.62355号
[59] Huber,P.J.:非标准条件下最大似然估计的行为。摘自:第五届伯克利数理统计与概率研讨会,第221-223页(1967年)·Zbl 0212.21504号
[60] Jung,S.:中值回归模型的准似然。《美国统计协会期刊》91(433),251-257(1996)·Zbl 0871.62060号
[61] Karlsson,A.:纵向数据的非线性分位数回归估计。Commun公司。统计模拟。计算。37(1), 114-131 (2008) ·Zbl 1139.62021号
[62] Koenker,R.:纵向数据的分位数回归。J.多变量。分析。第91页,第74-89页(2004年)·Zbl 1051.62059号
[63] Koenker,R.:分位数回归。剑桥大学出版社,伦敦(2005)·兹比尔1111.62037
[64] Koenker,R.,Bassett Jr,G.:回归分位数。《计量经济学》46(1),33-50(1978)·Zbl 0373.62038号
[65] Koenker,R.,d'Orey,V.:计算回归分位数。申请。Stat.36,383-393(1987)
[66] Koenker,R.,d'Orey,V.:关于算法AS229的评论:计算双重回归分位数和回归秩分数。申请。《美国联邦法律》第43卷第410-414页(1994年)
[67] Koenker,R.,Hallock,K.:分位数回归。《经济学杂志》。透视。15143-156(2001年)
[68] Koenker,R.,Machado,J.A.F.:分位数回归的拟合优度和相关推理过程。《美国统计协会期刊》94(448),1296-1310(1999)·Zbl 0998.62041号
[69] Koenker,R.,Mizera,I.:惩罚三角图:二元平滑的总变差正则化。J.R.统计社会服务。B 66,145-163(2004)·Zbl 1064.62038号
[70] Koenker,R.,Ng,P.,Portnoy,S.:分位数平滑样条曲线。生物特征81,673-680(1994)·Zbl 0810.62040
[71] Kostov,P.:农业土地价格的空间分位数回归特征模型。小争吵。经济。分析。4(1), 53-72 (2009)
[72] Laird,N.M.,Ware,J.H.:纵向数据的随机效应模型。生物统计学38(4),963-974(1982)·Zbl 0512.62107号
[73] Lamarche,C.:面板数据的稳健惩罚分位数回归估计。《经济学杂志》。157396-408(2010年)·Zbl 1431.62161号
[74] Lee,Y.,Nelder,J.A.:条件和边际模型:另一种观点。统计科学。19, 219-238 (2004) ·Zbl 1100.62591号
[75] 冷,C.,臧,W.:对纵向数据分位数回归中的组合估计方程进行平滑处理。统计计算。24, 123-136 (2014) ·Zbl 1325.62141号
[76] Li,D.,Peng,L.,Yang,J.:高分位数的偏差减少。J.统计计划。推断140,2433-2441(2010)·Zbl 1188.62166号
[77] Li,Y.,Liu,Y.,Zhu,J.:再现核希尔伯特空间中的分位数回归。《美国统计协会期刊》102,255-268(2007)·Zbl 1284.62405号
[78] Liang,K.Y.,Zeger,S.L.:使用广义线性模型进行纵向数据分析。《生物特征》73,13-22(1986)·Zbl 0595.62110号
[79] Lindsey,J.K.,Lambert,P.:关于临床试验中重复测量的边际模型的适当性。Stat.Med.17,447-469(1998年)
[80] Lipsitz,S.R.、Fitzmaurice,G.M.、Molenberghs,G.、Zhao,L.P.:滴落物纵向数据的分位数回归方法:应用于感染人类免疫缺陷病毒患者的CD4细胞计数。J.R.统计社会服务。C 46、463-476(1997)·Zbl 0595.62110号
[81] Little,R.J.A.:重复测量研究中的退出机制建模。J.Am.Stat.Assoc.90,1112-1121(1995)·Zbl 0841.62099号
[82] Little,R.J.A.,Rubin,D.B.:缺少数据的统计分析。威利,纽约(2002)·Zbl 1011.62004号
[83] Liu,Y.,Bottai,M.:具有纵向数据的条件分位数的混合效应模型。国际生物统计杂志。5(1), 1-24 (2009) ·Zbl 1206.68314号
[84] Lu,Z.,Tang,Q.,Cheng,L.:用函数系数估计空间分位数回归:稳健的半参数框架。Bernoulli 20,164-189(2014)·Zbl 1400.62066号
[85] Lu,Z.,Tang,Q.,Cheng,L.:用函数系数估计空间分位数回归:稳健的半参数框架(2014)。arXiv:1402.0958·Zbl 1400.62066号
[86] Lum,K.,Gelfand,A.E.:使用非对称拉普拉斯过程的空间分位数多元回归。贝叶斯分析。7, 235-258 (2012) ·Zbl 1330.62197号
[87] Luo,Y.,Lian,H.,Tian,M.:纵向数据模型的贝叶斯分位数回归。J.统计计算。模拟。82(11), 1635-1649 (2012) ·Zbl 1431.62162号
[88] Machado,J.A.F.,Mata,J.:使用分位数回归对工资分布变化的反事实分解。J.应用。经济。20, 445-465 (2005)
[89] Marino,M.F.、Tzavidis,N.、Alfó,M.:纵向数据的分位数回归:未观察到的异质性和信息缺失(2015)。arXiv:1501.02157v2
[90] McMillen,D.P.:空间数据的分位数回归。柏林施普林格出版社(2013)·兹比尔0983.62017
[91] Mu,Y.M.,He,X.M.:线性回归分位数的幂变换。《美国统计协会期刊》102,269-279(2007)·Zbl 1284.62428号
[92] Mu,Y.M.,Wei,Y.:纵向数据的动态分位数回归转换模型。统计正弦。19, 1137-1153 (2009) ·Zbl 1166.62020号
[93] Neuhaus,J.M.,Kalbfleisch,J.D.,Hauck,W.W.:相关二元数据的聚类特异性和群体平均方法的比较。国际统计版次59,25-35(1991)
[94] Neuhaus,J.M.,McCulloch,C.E.,Boylan,R.:随机截距和斜率分布错误的广义线性混合模型中协变量效应的估计。《统计医学》32(14),2419-2429(2013)
[95] Newey,W.K.,Powell,J.L.:非对称最小二乘估计和检验。《计量经济学》55,819-847(1987)·Zbl 0625.62047号
[96] Parzen,M.I.,Wei,L.J.,Ying,Z.:基于关键估计函数的重采样方法。生物特征81、341-350(1994)·Zbl 0807.62038号
[97] Portnoy,S.,Koenker,R.:高斯兔和拉普拉斯乌龟:平方误差与绝对误差估值器的可计算性(含讨论)。统计科学。12, 279-300 (1997) ·Zbl 0955.62608号
[98] Powell,D.:存在协变量的无条件分位数治疗效果。兰德公司技术代表工作文件(2010年)·Zbl 0379.62005年
[99] Reich,B.J.、Bondell,H.D.、Wang,H.J.:独立和聚集数据的灵活贝叶斯分位数回归。生物统计11,337-352(2010)·Zbl 1437.62589号
[100] Reich,B.J.,Fuentes,M.,Dunson,D.B.:贝叶斯空间分位数回归。《美国统计协会期刊》106,6-20(2011)·Zbl 1396.62263号
[101] Rizopoulos,D.,Verbeke,G.,Molenberghs,G.:随机效应错误指定下的共享参数模型。Biometrika 95(1),63-74(2008)·Zbl 1437.62592号
[102] Rosen,A.M.:通过短面板中的分位数限制设置标识。《经济学杂志》。166(1), 127-137 (2012) ·Zbl 1441.62856号
[103] Schwarz,G.:估算模型的维数。Ann.Stat.6(2),461-464(1978)·Zbl 0379.62005年
[104] Takeuchi,I.,Le,Q.,Sears,T.,Smola,A.:非参数分位数估计。J.马赫。学习。第7号决议,1231-1264(2006)·Zbl 1222.68316号
[105] Tang,C.Y.,Leng,C.:纵向数据分析中的经验似然和分位数回归。Biometrika 89,1001-1006(2011)·Zbl 1228.62050号
[106] Todkar,S.T.,Kadane,J.B.:同步线性分位数回归:半参数贝叶斯方法。贝叶斯分析。6, 1-22 (2011)
[107] Wang,H.J.,Fygenson,M.:纵向研究中删失分位数回归模型的推断。Ann.Stat.37,756-781(2009年)·Zbl 1162.62035号
[108] Wang,H.J.,Li,D.,He,X.:重尾分布的高条件分位数估计。《美国统计协会期刊》107,1453-1464(2012)·Zbl 1258.62053号
[109] Wang,H.J.,Zhu,Z.,Zhou,J.:部分线性变系数模型中的分位数回归。Ann.Stat.37,3841-3866(2009年)·Zbl 1191.62077号
[110] Wedderburn,R.W.M.:拟似然函数、广义线性模型和Gauss-Newton方法。生物特征61(3),439-447(1974)·Zbl 0292.62050号
[111] Wei,Y.,He,X.:条件增长图。Ann.Stat.342069-1997(2006)·Zbl 1106.62049号
[112] Wei,Y.,Pere,A.,Koenker,R.,He,X.:参考增长图的分位数回归方法。Stat.Med.251369-1382(2006)
[113] Weiss,R.E.:纵向数据建模。统计中的斯普林格文本。施普林格,纽约(2005)
[114] Wu,M.C.,Carroll,R.J.:通过对审查过程建模来估计和比较信息权审查中的变化。生物统计学44(1),175-188(1988)·Zbl 0707.62210号
[115] Yi,G.Y.,He,W.:辍学纵向数据的中位数回归模型。生物统计学65,618-625(2009)·Zbl 1167.62094号
[116] Yin,G.,Cai,J.:多元失效时间数据的分位数回归模型。生物统计学61,151-161(2005)·Zbl 1077.62086号
[117] Yu,K.,Lu,Z.:局部线性加性分位数回归。扫描。J.Stat.31,333-346(2004)·Zbl 1063.62060号
[118] Yu,K.,Lu,Z.,Stander,J.:分位数回归:应用和当前研究领域。J.R.统计社会服务。第52333-350页(2003年)
[119] Yu,K.,Moyeed,R.A.:贝叶斯分位数回归。统计概率。莱特。54(4), 437-447 (2001) ·兹比尔0983.62017
[120] Yuan,Y.,Yin,G.:具有不可忽视缺失数据的纵向研究的贝叶斯分位数回归。生物统计学66(1),105-114(2010)·Zbl 1187.62183号
[121] Yu,Y.R.,Rue,H.:加性混合分位数回归模型的贝叶斯推断。计算。统计数据分析。55, 84-96 (2011) ·Zbl 1247.62101号
[122] Wei,G.C.G.,Tanner,M.A.:EM算法和穷人数据增强算法的蒙特卡罗实现。《美国统计协会期刊》85,699-704(1990)·Zbl 1325.62010号
[123] Zeger,S.L.,Liang,K.Y.,Albert,P.S.:纵向数据模型:广义估计方程方法。生物计量学4,1049-1060(1988)·Zbl 0715.62136号
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。