×
Sohn，金元；Jeong、Seonghyun；赵英敏；大阳公园

具有时间异质性的二元纵向数据的功能聚类方法。 （英语） Zbl 07711794号

计算。统计数据分析。 185，文章ID 107766，19 p.（2023）.
摘要：在分析二进制纵向数据时，将响应和协变量之间的动态关系建模为时间的函数是很有意义的，同时还研究了与时间相关的相互作用的类似模式。我们提出了一种新的广义变系数模型，该模型既考虑了受试者内的变异性，又同时考虑了聚类变系数函数，且不限制聚类数量，也不过度拟合数据。在分析一系列异质的二进制数据时，该模型提取了人口层面的固定效应、集群层面的变化效应和主题层面的随机效应。各种仿真研究表明，当簇数未知时，该方法能够正确指定簇特定的变系数。该方法被应用于德国社会经济委员会（GSOEP）研究中的一系列异质二进制数据，在该研究中，我们确定了三个主要的聚类，证明了社会经济预测因素随年龄变化对工作状态的不同影响。

MSC公司：

62-08 统计问题的计算方法

关键词：

纵向数据；probit混合模型；可变系数；部分坍塌吉布斯采样器；迪里克莱过程

软件：

R（右）；贝叶斯DA；塞米帕尔；加迈尔
PDF格式BibTeX公司 XML格式引用
\textit{J.Sohn}等人，计算。统计数据分析。185，文章ID 107766，19 p.（2023；Zbl 07711794）
全文： 内政部 arXiv公司

参考文献：

[1] Aßmann，C。；Boysen-Hogrefe，J.，二元面板概率模型基于模型聚类的贝叶斯方法，计算。统计数据分析。，55, 261-279 (2011) ·Zbl 1247.62152号
[2] 贝雷蒂尼，M。；加林贝蒂，G。；Ranicia，S.，《贝叶斯P样条回归模型的半参数有限混合》，《高级数据分析》。分类。，1-31 (2022)
[3] 卡纳尔，A。；邓森，D.B.，《贝叶斯核混合计数》，美国统计协会，1061528-1539（2011）·Zbl 1233.62041号
[4] Chib，S。；Greenberg，E.，带有Dirichlet过程混合误差的加性三次样条回归，经济学。J.，156，322-336（2010）·Zbl 1431.62088号
[5] Chipman，H.A。；Kolaczyk，E.D。；McCulloch，R.E.，自适应贝叶斯小波收缩，美国统计协会，92，1413-1421（1997）·Zbl 0913.62027号
[6] 科菲，N。；辛德，J。；Holian，E.，使用P-样条曲线和应用于时间进程基因表达数据的混合效应模型聚类纵向剖面，计算。统计数据分析。，第71页，第14-29页（2014年）·兹比尔1471.62045
[7] 迪马特奥，I。；Genovese，C.R。；Kass，R.E.，《自由节点样条曲线的贝叶斯曲线拟合》，《生物统计学》，88，1055-1071（2001）·Zbl 0986.62026号
[8] 范，J。；Zhang，W.，《变系数模型的统计方法》，Stat.Interface，1179（2008）·Zbl 1230.62031号
[9] Ferguson，T.S.，《一些非参数问题的贝叶斯分析》，《Ann.Stat.》，209-230（1973）·Zbl 0255.62037号
[10] Gelfand，A.E。；Kottas，A。；MacEachern，S.N.，使用Dirichlet过程混合的贝叶斯非参数空间建模，美国统计协会，1001021-1035（2005）·Zbl 1117.62342号
[11] Gelman，A。；Rubin，D.B.，《使用多序列的迭代模拟推断》，《统计科学》。，7, 457-472 (1992) ·Zbl 1386.65060号
[12] Gelman，A。；卡林，J.B。；斯特恩，H.S。；邓森，D.B。；Vehtari，A。；Rubin，D.B.，《贝叶斯数据分析》（2015），CRC出版社等。
[13] Guerra，M.W。；Shults，J。；J·阿姆斯特丹。；Ten-Have，T.，《含时间相关协变量的二进制纵向数据分析》，Stat.Med.，31931-948（2012）
[14] 洛杉矶汉纳。；布莱，D.M。；Powell，W.B.，Dirichlet过程广义线性模型的混合物，J.Mach。学习。第12号决议（2011年）·Zbl 1280.62031号
[15] 哈斯蒂，T。；Tibshirani，R.，变系数模型，J.R.Stat.Soc.，Ser。B、 Methodol.方法。，757-796 (1993) ·Zbl 0796.62060号
[16] Heard，N.A。；C.C.福尔摩斯。；Stephens，D.A.，《与按蚊免疫反应有关的基因调控的定量研究：贝叶斯层次聚类曲线的应用》，美国统计协会，101，18-29（2006）·Zbl 1118.62368号
[17] 胡佛，D.R。；赖斯，J.A。；吴，首席执行官。；Yang，L.-P.，具有纵向数据的时变系数模型的非参数平滑估计，Biometrika，85809-822（1998）·Zbl 0921.62045号
[18] Ishwaran，H。；James，L.F.，Gibbs《破胶前期取样方法》，美国统计协会，96，161-173（2001）·Zbl 1014.62006年
[19] 詹姆斯·G·M。；Sugar，C.A.，稀疏采样功能数据的聚类，美国统计协会，98，397-408（2003）·Zbl 1041.62052号
[20] Jeong，S。；Park，T.，线性混合模型中函数关系的贝叶斯半参数推断，贝叶斯分析。，11, 1137-1163 (2016) ·Zbl 1357.62172号
[21] Jeong，S。；帕克，M。；Park，T.，具有时变效应的二进制纵向数据分析，计算。统计数据分析。，112, 145-153 (2017) ·兹比尔1464.62097
[22] Jeong，S。；帕克，T。；van Dyk，D.A.，通过局部自适应样条选择加性部分线性模型中的贝叶斯模型，J.Compute。图表。《法律总汇》，31224-336（2022）·Zbl 07547614号
[23] Kang，G。；Jeong，S.，使用g-先验混合的广义加性模型的基于模型选择的估计：走向系统化（2023），arXiv预印本
[24] Kim，Y。；Choi，Y.-K。；Emery，S.，《具有多重随机效应的Logistic回归：估计方法和统计包的模拟研究》，《美国统计》，67，171-182（2013）·Zbl 07649202号
[25] 科恩，R。；史密斯，M。；Chan，D.，使用基函数线性组合的非参数回归，统计计算。，11, 313-322 (2001)
[26] 库斯，O。；格罗曼，C。；Diepgen，T.L.，通过潜在类别混合模型对二元纵向特应性皮炎病史进行基于模型的聚类，Biom。J.，48，105-116（2006）·Zbl 1442.62464号
[27] Kyung，M.，Dirichlet处理线性混合回归混合物，Commun。统计应用程序。方法，22625-637（2015）
[28] 朗·S。；Brezger，A.，贝叶斯P样条，J.Compute。图表。统计，13，183-212（2004）
[29] 刘建伟。；Green，P.J.，基于贝叶斯模型的聚类程序，J.Compute。图表。Stat.，16526-558（2007）
[30] Lenk，P.J。；DeSarbo，W.S.，具有随机效应的广义线性模型有限混合的贝叶斯推断，《心理测量学》，65，93-119（2000）·Zbl 1291.62225号
[31] 梁，F。；保罗，R。；莫利纳，G。；克莱德，医学硕士。；Berger，J.O.，《贝叶斯变量选择的g先验混合》，美国统计协会，103，410-423（2008）·兹比尔1335.62026
[32] 卢，Y。；张瑞，广义变系数混合模型的平滑样条估计，J.Nonparametr。统计，21815-825（2009）·Zbl 1172.62009年
[33] MacEachern，S.N。；Kottas，A。；Gelfand，A.E.，空间非参数贝叶斯模型，（2001年联合统计会议论文集，第3卷（2001）），14
[34] Margaritella，N。；伊纳西奥，V。；King，R.，神经科学数据贝叶斯函数主成分分析中的参数聚类，Stat.Med.，40，167-184（2021）
[35] 孟，X.-L。；van Dyk，D.，《混合效应模型的快速em型实现》，J.R.Stat.Soc.，Ser。B、 统计方法。，60, 559-578 (1998) ·Zbl 0909.62073号
[36] 缪勒，P。；埃尔坎利，A。；West，M.，使用多元正态混合物的贝叶斯曲线拟合，Biometrika，83，67-79（1996）·Zbl 0865.62029号
[37] Neal，R.M.，使用高斯过程先验的回归和分类，贝叶斯统计，6475（1998）·Zbl 0974.62072号
[38] 帕克，H。；帕克，T。；Lee，Y.-S.，潜在狄利克雷分配的部分坍缩吉布斯采样，专家系统。申请。，131208-218（2019）
[39] 帕克，T。；Jeong，S.，用自回归分析泊松变系数模型，统计学，52，34-49（2018）·Zbl 1390.62183号
[40] 帕克，T。；Min，S.，线性混合效应模型的吉布斯抽样部分崩溃，Commun。统计、模拟。计算。，45, 165-180 (2016) ·Zbl 1384.62276号
[41] 帕克，T。；van Dyk，D.A.，《部分坍塌吉布斯采样器：图解和应用》，J.Comput。图表。统计，18，283-305（2009）
[42] Petrone，S.公司。；Guindani，M。；Gelfand，A.E.，功能数据的混合Dirichlet混合模型，J.R.Stat.Soc.，Ser。B、 统计方法。，71, 755-782 (2009) ·Zbl 1248.62079号
[43] 皮特曼，J。；Yor，M.，从稳定从属子导出的双参数Poisson-Dirichlet分布，Ann.Probab。，855-900 (1997) ·Zbl 0880.60076号
[44] Ray，S。；Mallick，B.，《贝叶斯小波方法的函数聚类》，J.R.Stat.Soc.，Ser。B、 统计方法。，68, 305-332 (2006) ·Zbl 1100.62058号
[45] Riphahn，R.T。；Wambach，A。；Million，A.，《医疗保健需求的激励效应：双变量面板计数数据估计》，J.Appl。经济。，18, 387-405 (2003)
[46] Rodriguez，A.，Dunson，D.B.，2014年。嵌套设计中的功能聚类：生殖流行病学研究中的可变性建模·Zbl 1303.62040号
[47] Ruppert，D。；Wand，M.P。；Carroll，R.J.，《半参数回归》，第12卷（2003），剑桥大学出版社·Zbl 1038.62042号
[48] 斯科特·J·G。；Berger，J.O.，《变量选择问题中的贝叶斯和经验贝叶斯多重性调整》，《Ann.Stat.》，38，2587-2619（2010）·Zbl 1200.62020年
[49] Sethuraman，J.，《Dirichlet priors的建设性定义》，Stat.Sin。，639-650 (1994) ·Zbl 0823.62007号
[50] 沈，W。；Ghosal，S.，《使用随机序列先验的自适应贝叶斯程序》，Scand。《美国法律总汇》，421194-1213（2015）·Zbl 1419.62076号
[51] 史建清。；Wang，B.，混合高斯过程函数回归模型的曲线预测和聚类，统计计算。，18, 267-283 (2008)
[52] 史密斯，M。；Kohn，R.，使用贝叶斯变量选择的非参数回归，J.Econ。，75, 317-343 (1996) ·Zbl 0864.62025号
[53] 斯特泰利，R。；莱尔德，N。；Ware，J.H.，二进制响应串行观测的随机效应模型，生物统计学，961-971（1984）
[54] A.J.Suarez，S.Ghosal，2016年。使用局部特征对功能数据进行贝叶斯聚类·Zbl 1359.62264号
[55] 孙，Y。；Wu，H.，纵向数据的半参数时变系数回归模型，扫描。《美国法律总汇》，32，21-47（2005）·Zbl 1091.62088号
[56] Teh，Y.W。；约旦医学院。；Beal，M.J。；Blei，D.M.，《分层Dirichlet过程》，J.Am.Stat.Assoc.，101，1566-1581（2006）·Zbl 1171.62349号
[57] van Dyk，D.A.，《使用高效em型算法拟合混合效应模型》，J.Compute。图表。统计，978-98（2000）
[58] van Dyk，D.A。；Park，T.，《部分坍塌吉布斯采样器：理论和方法》，美国统计协会，103，790-796（2008）·Zbl 1471.62198号
[59] 瓦林，C。；Czado，C.，有序纵向数据的混合自回归概率模型，生物统计学，11，127-138（2009）·Zbl 1437.62640号
[60] 大桶，D。；Flegal，J.M。；Jones，G.L.，马尔可夫链蒙特卡罗的多元输出分析，生物统计学，106，321-337（2019）·Zbl 1434.62100号
[61] 葡萄藤，S。；吉尔克斯，W。；Wild，P.，拟合贝叶斯多重随机效应模型，统计计算。，6, 337-346 (1996)
[62] 瓦拉赫，H。；Jensen，S。；Dicker，L。；Heller，K.，《非参数贝叶斯聚类的替代先验过程》（第十三届国际人工智能与统计会议论文集（2010年））
[63] Wood，S.，《广义加性模型：R（2017）导论》，Chapman和Hall/CRC·兹比尔1368.62004
[64] 吴，首席执行官。；Chiang，C.-T。；胡佛，D.R.，具有纵向数据的变系数模型核平滑的渐近置信区，美国统计协会，93，1388-1402（1998）·Zbl 1064.62523号
[65] Yerebakan，H.Z。；Rajwa，B。；Dundar，M.，无限高斯混合的无限混合，神经信息处理系统进展，第27卷（2014年），Curran Associates，Inc。
[66] Zellner，A.，《关于用g-先验分布评估先验分布和贝叶斯回归分析》（Bayesian Inference and Decision Techniques:Essays in Honor De Finetti 6（1986）），233-243·Zbl 0655.62071号
[67] 朱，X。；唐，X。；Qu，A.，异质二进制数据的纵向聚类，Stat.Sin。，31, 603-624 (2021) ·Zbl 1469.62406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。