×

利用随机逼近期望最大化(SAEM)算法拟合具有随机效应和未知初始条件的非线性常微分方程模型。 (英语) Zbl 1342.62168号

摘要:过去十年来,社会科学中不规则间隔纵向数据的流行率不断上升。然而,显然缺乏建模工具,使研究人员能够将动态模型拟合到不规则间隔的数据,尤其是显示动态结构非线性和异质性的数据。我们考虑了将具有随机效应和未知初始条件的多元非线性微分方程模型拟合到不规则间隔数据的问题。提出了一种随机逼近期望最大化算法,并使用一个基准非线性动力学系统模型,即范德波尔振子方程,对其性能进行了评估。使用来自168名男性和女性的24小时动态心血管数据,说明了该技术的经验效用。讨论了相关的方法挑战和未解决的问题。

MSC公司:

62页第10页 统计学在生物学和医学科学中的应用;元分析
62L20型 随机近似
62H30型 分类和区分;聚类分析(统计方面)
第62页,共15页 统计学在心理学中的应用
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Ait-Sahalia,Y.(2008)。多元扩散的闭式似然展开。《统计年鉴》,36(2),906-937·Zbl 1246.62180号 ·doi:10.1214/00905360000000622
[2] Anderson,T.W.(2003)。多元统计分析导论(第三版)。,纽约州纽约市概率与统计:Wiley·Zbl 1039.62044号
[3] 阿明格·G。;Tuma,N.(编辑),具有未观测变量的面板数据线性随机微分方程模型,187-212(1986),旧金山
[4] Bereiter,C。;Harris,CW(编辑),《变化测量中的一些持续困境》,3-20(1963),威斯康星州麦迪逊
[5] Beskos,A.、Papaspiliopoulos,O.和Roberts,G.(2009年)。离散观测扩散过程的蒙特卡罗最大似然估计。《统计年鉴》,37(1),223-245·Zbl 1169.65004号 ·doi:10.1214/07-AOS550
[6] Beskos,A.、Papaspiliopoulos,O.、Roberts,G.和Fearnhead,P.(2006)。离散观测扩散过程的精确且计算效率高的似然估计(附讨论)。英国皇家统计学会杂志:B辑(统计方法),68(3),333-382·Zbl 1100.62079号 ·文件编号:10.1111/j.1467-9868.2006.00552.x
[7] Boker,S.M.和Graham,J.(1998年)。青少年药物滥用的动态系统分析。多元行为研究,33,479-507·doi:10.1207/s15327906mbr3304_3
[8] Boker,S.M.和Nesselroade,J.R.(2002年)。一种建模个体内变异性内在动力学的方法:恢复多波面板数据中模拟振荡器的参数。多元行为研究,37,127-160·doi:10.1207/S15327906MBR3701_06
[9] Bolger,N.、Davis,A.和Rafaeli,E.(2003)。日记方法:捕捉生命的原貌。《心理学年度评论》,54579-616·doi:10.1146/annurev.psych.54.101601.145030
[10] Brown,E.N.和Luithardt,H.(1999)。人类昼夜节律数据的统计模型构建和模型批评。生物节律杂志,14,609-616·doi:10.1177/074873099129000975
[11] Brown,E.N.、Luithardt,H.和Czeisler,C.A.(2000)。人体核心温度昼夜节律的统计模型。美国生理学、内分泌和代谢杂志,279669-683。
[12] 布朗,MW;厕所,HC;柯林斯,LM(编辑);霍恩,JL(编辑),《学习数据模型》,47-68(1991),华盛顿特区·doi:10.1037/10099-004
[13] Cao,J.,Huang,J.Z.,&Wu,H.(2012)。常微分方程中时变参数的惩罚非线性最小二乘估计。计算与图形统计杂志,21(1),42-56。doi:10.1198/jcgs.2011.0021。
[14] Carels,R.A.、Blumenthal,J.A.和Sherwood,A.(2000)。日常生活中的情绪反应:与心理社会功能和动态血压的关系。国际心理生理学杂志,36,25-33·doi:10.1016/S0167-8760(99)00101-4
[15] Carlin,B.P.、Gelfand,A.和Smith,A.(1992年)。变点问题的层次贝叶斯分析。应用统计学,41389-405·Zbl 0825.62408号 ·doi:10.2307/2347570
[16] Chow,S.-M.、Ferrer,E.和Nesselroade,J.R.(2007)。非线性动力系统模型估计的无迹卡尔曼滤波方法。多元行为研究,42(2),283-321·网址:10.1080/0027317070136423
[17] Chow,S.-M.、Grimm,K.J.、Guillaume,F.、Dolan,C.V.和McArdle,J.J.(2013)。制度转换双变量双重变化得分模型。多元行为研究,48(4),463-502·doi:10.1080/00273171.2013.787870
[18] Chow,S.-M.,Ho,M.-H.R.,Hamaker,E.J.和Dolan,C.V.(2010)。结构方程和状态空间建模框架之间的等效性和差异。结构方程建模,17(303-332)。
[19] Chow,S.-M.和Nesselroade,J.R.(2004年)。一般减缓或减弱抑制?认知功能年龄差异的数学模型。老年学期刊B辑心理科学与社会科学,59B(3),101-109·doi:10.1093/geronb/59.3P101
[20] Chow,S.-M.、Tang,N.、Yuan,Y.、Song,X.和Zhu,H.(2011)。基于Dirichlet过程先验的半参数动态潜变量模型的Bayes估计。英国数学与统计心理学杂志,64(1),69-106·Zbl 1218.62090号 ·doi:10.1348/000711010X497262
[21] Chow,S.-M.和Zhang,G.(2013年)。非线性寄存器开关状态空间(RSSS)模型。《心理测量学:应用审查和案例研究》,78(4),740-768·Zbl 1288.62176号 ·doi:10.1007/s11336-013-9330-8
[22] Cronbach,L.J.和Furby,L.(1970年)。我们应该如何衡量“变化”——或者我们应该如何?《心理公报》,74(1),68-80·doi:10.1037/h0029382
[23] Cudeck,R.和Klebe,K.J.(2002年)。重复测量数据的多阶段混合效应模型。心理学方法,7(1),41-6·doi:10.1037/1082-989X.7.1.41
[24] Dembo,A.和Zeitouni,O.(1986年)。通过EM算法对部分可观测连续时间随机过程的参数估计。随机过程及其应用,23,91-113·Zbl 0608.62095号 ·doi:10.1016/0304-4149(86)90018-9
[25] Dempster,A.P.、Laird,N.M.和Rubin,D.B.(1977年)。通过EM算法从不完整数据中获得最大似然。英国皇家统计学会杂志,B辑,39(1),1-38·Zbl 0364.62022号
[26] Diebolt,J.和Celeux,G.(1993年)。估计混合比例的随机EM算法的渐近性质。统计学中的通信B-随机模型,9(4),599-613·兹比尔0783.62021 ·doi:10.1080/1532634930807283
[27] Donnet,S.和Samson,A.(2007年)。由动力学系统定义的不完全数据模型中的参数估计。《统计规划与推断杂志》,1372815-2831·Zbl 1331.62099号 ·doi:10.1016/j.jspi.2006.10.013
[28] Du Toit,S.H.C.和Browne,M.W.(2001)。向量ARMA时间序列的协方差结构。结构方程建模:现在和未来(第279-314页)。芝加哥:科学软件国际·Zbl 1291.62240号
[29] 邓肯,T.E.,邓肯,S.C.,斯特里克,L.A.,李,F.,&阿尔伯特,A.(1999)。潜在变量增长曲线建模简介:概念、问题和应用。新泽西州马华:劳伦斯·埃尔鲍姆联合出版社。
[30] Durbin,J.和Koopman,S.J.(2001)。用状态空间方法进行时间序列分析。纽约州纽约市:牛津大学出版社·Zbl 0995.62504号
[31] Gates,K.M.和Molenaar,P.C.M.(2012)。群搜索算法为同质和异质样本中的个体恢复有效的连通图。神经影像,63,310-319·doi:10.1016/j.neuroimage.2012.06.026
[32] Geweke,J.和Tanizaki,H.(2001)。使用Gibbs抽样中的Metropolis-Hastings算法对状态空间模型进行贝叶斯估计。计算统计与数据分析,37,151-170·Zbl 1077.62511号 ·doi:10.1016/S0167-9473(01)00009-3
[33] Gordon,N.J.、Salmond,D.J.和Smith,A.F.M.(1993)。非线性/非高斯贝叶斯状态估计的新方法。IEEE程序-F,雷达和信号处理,140(2),107-113·doi:10.1049/ip-f-2.1993.0015
[34] Gu,M.G.和Zhu,H.T.(2001)。基于马尔可夫链蒙特卡罗随机逼近的空间模型最大似然估计。《皇家统计学会杂志》,B辑,63,339-355·Zbl 0979.62060号 ·doi:10.1111/1467-9868.00289
[35] Hairer,M.、Stuart,A.M.、Voss,J.和Wiberg,P.(2005)。路径采样中出现的spdes分析。第一部分:高斯情况。数学科学通讯,3(4),587-603·Zbl 1138.60326号
[36] Hale,J.K.和Koçak,H.(1991)。动力学和分岔。纽约州纽约市:斯普林格·兹比尔07455.8002 ·doi:10.1007/978-1-4612-4426-4
[37] Harris,C.W.(编辑)。(1963). 衡量变化的问题。威斯康星州麦迪逊:威斯康星大学出版社。
[38] Harvey,A.C.和Souza,R.C.(1987年)。评估和模拟巴西东北部降雨的周期性行为。气候与应用气象学杂志,261317-1322·doi:10.1175/1520-0450(1987)026<1339:AAMTCB>2.0.CO;2
[39] Hürzeler,M.和Künsch,H.(1998)。一般状态空间模型的蒙特卡罗近似。计算与图形统计杂志,7175-193。
[40] Jones,R.H.(1984)。将多元模型拟合到不等间距的数据。E.Parzen(Ed.),不规则观测数据的时间序列分析(第25卷,第158-188页)。纽约州纽约市:斯普林格。
[41] Jones,R.H.(1993)。具有序列相关性的纵向数据:状态空间方法。佛罗里达州博卡拉顿:查普曼和霍尔/CRC·Zbl 0851.62059号 ·数字对象标识代码:10.1007/9781-4899-4489-4
[42] Kaplan,D.和Glass,L.(1995)。了解非线性动力学。纽约州纽约市:斯普林格·Zbl 0823.34002号 ·doi:10.1007/978-1-4612-0823-5
[43] Kenny,D.A.和Judd,C.M.(1984年)。估计潜在变量的非线性和交互影响。《心理公报》,96,201-210·doi:10.1037/0033-2909.96.12001
[44] Kincanon,E.和Powel,W.(1995年)。心理学和精神分析中的混沌分析。《心理学杂志》,129495-505·doi:10.1080/00223980.1995.9914922
[45] 北川,G.(1998)。自组织状态空间模型。《美国统计协会杂志》,93(443),1203-1215。
[46] Klein,A.G.和Muthén,B.O.(2007)。具有多重相互作用和二次效应的结构方程模型的拟最大似然估计。多元行为研究,42(4),647-673·doi:10.1080/0273170701710205
[47] Kuhn,E.和Lavielle,M.(2005)。非线性混合效应模型中的最大似然估计。计算统计与数据分析,491020-1038·Zbl 1429.62279号 ·doi:10.1016/j.csda.2004.07.002
[48] Kulikov,G.和Kulikova,M.(2014)。连续离散扩展卡尔曼滤波器的精确数值实现。IEEE自动控制汇刊,59(1),273-279。doi:10.1109/TAC.2013.2272136·Zbl 1360.93700号 ·doi:10.1109/TAC.2013.2272136
[49] Lee,S.和Song,X.(2003)。具有可忽略缺失数据的结构方程模型混合物的最大似然估计和模型比较。分类杂志,20(2),221-255。doi:10.1007/s00357-003-0013-5·Zbl 1055.62064号 ·doi:10.1007/s00357-003-0013-5
[50] Li,F.、Duncan,T.E.和Acock,A.(2000)。在潜在增长曲线模型中建模交互效应。结构方程建模,7(4),497-533·doi:10.1207/S15328007SEM0704_1
[51] 梁浩、苗浩和吴浩(2010)。非线性微分方程模型中HIV感染的常数和时变动态参数的估计。应用统计年鉴,4(1),460-483·Zbl 1189.62171号 ·doi:10.1214/09-AOAS290
[52] Longstaff,M.G.和Heath,R.A.(1999年)。笔迹时间特征的非线性分析。《人体运动科学》,第18期,第485-524页·doi:10.1016/S0167-9457(99)00028-7
[53] Losardo,D.(2012)。《结构方程建模框架中初始条件规范的检验》,北卡罗来纳大学教堂山分校未发表的博士论文·Zbl 1305.65062号
[54] Louis,T.A.(1982)。使用EM算法时,寻找观测信息矩阵。英国皇家统计学会杂志,B辑,44190-200·兹比尔0502.62031
[55] Marsh,W.H.、Wen,Z.L.和Hau,J.-T.(2004)。潜在交互作用的结构方程模型:替代估计策略和指标构建的评估。《心理学方法》,9727-300·doi:10.1037/1082-989X.9.3.275
[56] Mbalawata,I.S.、Särkkä,S.和Haario,H.(2013)。用马尔可夫链蒙特卡罗和非线性卡尔曼滤波估计随机微分方程中的参数。计算统计学,28(3),1195-1223·兹比尔1305.65062 ·doi:10.1007/s00180-012-0352-y
[57] JJ McArdle;浜美,F。;Collins,L.(编辑);Sayer,A.(编辑),不完全纵向数据线性动态分析的潜在差异得分结构模型,139-175(2001),华盛顿特区·doi:10.1037/10409-005
[58] Mcardle,J.J.和Hamagami,F.(2003)。用于评估纵向孪晶分析中动力学概念的结构方程模型。行为遗传学,33(2),137-159。doi:10.1023/A:1022553901851·doi:10.1023/A:1022553901851
[59] Meredith,W.和Tisak,J.(1990年)。潜在曲线分析。《心理测量学》,第55期,第107-122页·doi:10.1007/BF02294746
[60] Miao,H.、Xin,X.、Perelson,A.S.和Wu,H.(2011)。非线性常微分方程模型的可辨识性及其在病毒动力学中的应用。SIAM评论,53(1),3-39·Zbl 1215.34015号 ·doi:10.1137/090757009
[61] Molenaar,P.C.M.(2004)。心理学作为具体科学的宣言:把人带回科学心理学——这次是永远。测量:跨学科研究与展望,2201-218。
[62] Molenaar,P.C.M.和Newell,K.M.(2003)。振动手指运动中相变理论模型的直接拟合。英国数学与统计心理学杂志,56,199-214。doi:10.1348/000711003770480002·doi:10.1348/000711003770480002
[63] Ortega,J.(1990)。数值分析:第二门课程。宾夕法尼亚州费城:工业和学术出版社协会·Zbl 0701.65002号 ·doi:10.137/1.9781611971323
[64] 乌德,JHL;Oud,J.(编辑);Satorra,A.(ed.),面板数据阻尼线性微分振荡器四种估计程序的比较(2007),新泽西州马赫瓦
[65] Oud,J.H.L.和Jansen,R.A.R.G.(2000)。利用SEM对面板数据进行连续时间-状态-空间建模。《心理测量学》,65(2),199-215·兹比尔1291.62240 ·doi:10.1007/BF02294374
[66] Oud,J.H.L.和Singer,H.(编辑)。(2010). 特刊:面板数据的连续时间建模,62(1)·Zbl 1151.62074号
[67] Pickering,T.G.、Shimbo,D.和Haas,D.(2006年)。动态血压监测。《新英格兰医学杂志》,3542368-2374·doi:10.1056/NEJMra060433
[68] Press,W.H.、Teukolsky,S.A.、Vetterling,W.T.和Flannery,B.P.(2002)。剑桥:剑桥大学出版社·1078.65500兹罗提
[69] R开发核心团队。(2009). R: 统计计算的语言和环境[计算机软件手册]。奥地利维也纳:R统计计算基金会。2014年4月检索自网址:http://www.R-project.org(国际标准图书编号:3-900051-07-0)。
[70] Ralston,A.和Rabinowitz,P.(2001)。数值分析第一课程(第二版)。纽约州米诺拉市:多佛·Zbl 0976.65001号
[71] Ramsay,J.O.、Hooker,G.、Campbell,D.和Cao,J.(2007)。微分方程的参数估计:广义平滑方法(附讨论)。英国皇家统计学会杂志:B辑,69(5),741-796·Zbl 07555374号 ·doi:10.1111/j.1467-9868.2007.00610.x
[72] Raudenbush,S.W.和Liu,X.-F.(2001)。研究持续时间、观察频率和样本量对多项式变化组差异研究中功率的影响。心理学方法,6(4),387-401·doi:10.1037/1082-989X.6.4.387
[73] Särkkä,S.(2013)。贝叶斯滤波和平滑。新泽西州希尔斯代尔:剑桥大学出版社·Zbl 1274.62021号 ·doi:10.1017/CBO9781139344203
[74] SAS Institute Inc.(2008)。SAS 9.2帮助和文档(计算机软件手册)。北卡罗来纳州卡里:SAS研究所。
[75] Sherwood,A.、Steffen,P.、Blumenthal,J.、Kuhn,C.和Hinderliter,A.L.(2002年)。夜间血压下降:交感神经系统的作用。《美国高血压杂志》,15111-118·doi:10.1016/S0895-7061(01)02251-8
[76] Sherwood,A.、Thurston,R.、Steffen,P.、Blumenthal,J.A.、Waugh,R.A.和Hinderliter,A.L.(2001)。绝经后妇女夜间血压下降。美国高血压杂志,14749-754·doi:10.1016/S0895-7061(01)02043-X
[77] Singer,H.(1992年)。视觉上的混叠现象。《数学社会学杂志》,14(1),39-49·Zbl 0754.60059号 ·doi:10.1080/0022250X.1992.9990097
[78] Singer,H.(1995)。具有控制变量和缺失值的不规则采样连续时间随机过程的分析得分函数。计量经济学理论,11721-735。doi:10.1017/S0266466600009701·doi:10.1017/S0266466600009701
[79] Singer,H.(2002)。非线性随机微分方程的参数估计:模拟最大似然与扩展卡曼滤波器及其泰勒展开。计算与图形统计杂志,11972-995·doi:10.1198/106186002808
[80] 辛格,H。;Montfort,K.(编辑);Oud,JHL(编辑);Satorra,A.(编辑),抽样数据的随机微分方程模型,73-106(2007),新泽西州马哈瓦
[81] Singer,H.(2010年)。奇异矩矩阵的Sem建模。第一部分:时间序列的MI估计。《数学社会学杂志》,34(4),301-320。doi:10.1080/0022250X.2010.532259·Zbl 1275.60055号 ·doi:10.1080/0022250X.2010.532259
[82] Singer,H.(2012)。奇异矩矩阵的Sem建模。第二部分:抽样随机微分方程的MI估计。《数学社会学杂志》,36(1),22-43。doi:10.1080/0022250X.2010.532259·兹比尔1275.60055 ·doi:10.1080/0022250X.2010.532259
[83] Stone,A.A.和Shiffman,S.(1994年)。行为医学中的生态瞬时评估(ema)。行为医学年鉴,16(3),199-202。
[84] Strogatz,S.H.(1994)。非线性动力学与混沌:应用于物理学、生物学、化学和工程。马萨诸塞州剑桥:Westview·Zbl 1343.37001号
[85] Stuart,A.M.、Voss,J.和Wilberg,P.(2004)。sdes的条件路径采样和langevin mcmc方法。数学科学传播,2(4),685-697·Zbl 1082.65004号
[86] Tanizaki,H.(1996)。非线性滤波器:估计和应用(第二版)。柏林:斯普林格·Zbl 0925.93917号 ·doi:10.1007/978-3-662-03223-7
[87] 撒切尔夫人(RW Thatcher);纽厄尔,KM(编辑);Molenaar,PCM(编辑),人类大脑发育的捕食-被捕食模型,87-128(1998),新泽西州马华
[88] Wen,Z.、Marsh,H.W.和Hau,K.-T.(2002)。生长模型中的交互效应:完整模型。结构方程建模,9(1),20-39·doi:10.1207/S15328007SEM0901_2
[89] Wu,H.(2005)。艾滋病临床试验中HIV动态研究的统计方法。《医学研究中的统计方法》,第14期,第171-192页·Zbl 1122.62378号 ·doi:10.1191/0962280205sm390oa
[90] Zhu,H.,Gu,M.,&Peterson,B.(2007)。通过随机近似期望最大化算法获得空间随机效应模型的最大似然。统计与计算档案,17(2),163-177·doi:10.1007/s11222-006-9012-9
[91] Zhu,H.T.和Zhang,H.P.(2006)。混合效应模型同质性的广义得分检验。《统计年鉴》,第34期,第1545-1569页·2018年3月11日 ·doi:10.1214/0090536000000380
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且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。