×
卡尔斯·布雷托;爱德华·爱奥尼德斯。;亚伦·A·金。

通过机械模型进行面板数据分析。 （英语） Zbl 1441.62226号

美国统计协会。 115，编号531，1178-1188（2020）.
摘要：面板数据，也称为纵向数据，由一组时间序列组成。每个时间序列本身可能是多元的，它包含一系列在不同单位上进行的测量。机械建模包括写下具有科学动机的方程式，描述产生每个单元观察结果的动态系统集合。面板系统的一个定义特征是，单元之间的动态交互应忽略不计。因此，面板模型由一组独立的随机过程组成，通常通过共享参数连接，同时也具有单位特定参数。为了让科学家在模型规范方面具有灵活性，我们有动机开发一个对面板数据进行推断的框架，允许考虑任意非线性、部分可观测的面板模型。我们建立在迭代滤波技术的基础上，该技术对时间序列数据的非线性部分可观测马尔可夫过程模型提供基于似然的推理。我们的方法仅通过模拟依赖于潜在马尔可夫过程；这种即插即用的特性确保了对一大类模型的适用性。我们在一个玩具示例和两个流行病学案例研究中演示了我们的方法。我们解决了由于模型复杂性和数据集大小的组合而产生的推断和计算问题。

引用于2文件

理学硕士：

62M10个 统计学中的时间序列、自相关、回归等（GARCH）
65N75型 涉及偏微分方程边值问题的概率方法、粒子方法等
62M20型 随机过程推断和预测
62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

可能性;纵向数据;非线性动力学;颗粒过滤器;序贯蒙特卡罗

软件：

fda（右）;浮夸
PDF格式BibTeX公司 XML格式引用
\textit{C.Bretó}等人，J.Am.Stat.Assoc.115，No.531，1178--1188（2020；Zbl 1441.62226）
全文： 内政部 arXiv公司 链接

参考文献：

[1] Andrieu，C。；Doucet，A。；Holenstein，R.，“粒子马尔可夫链蒙特卡罗方法”，《皇家统计学会杂志》，B辑，72，269-342（2010）·Zbl 1411.65020号 ·文件编号：10.1111/j.1467-9868.2009.00736.x
[2] 巴托卢奇，F。；Farcomeni，A。；Pennoni，F.，《纵向数据的潜在马尔可夫模型》（2012），佛罗里达州博卡拉顿：CRC出版社，佛罗里达州波卡拉顿·Zbl 1305.62300号
[3] Bengtsson，T。；比克尔，P。；李，B。；速度，T。；Nolan，D.，《概率与统计：纪念大卫·A·弗里德曼的论文》，“重新审视维数的诅咒：超大规模系统中粒子过滤器的崩溃”，316-334（2008），俄亥俄州比奇伍德：数学统计研究所，俄亥俄州比奇伍德·Zbl 1166.93376号
[4] 比约恩斯塔德，O.N。；Finkenstädt，B.F。；Grenfell，B.T.，“麻疹流行的动力学：使用时间序列SIR模型估计传播率的比例”，《生态学专著》，72，169-184（2002）·doi:10.1890/0012-9615（2002）072[0169:域名
[5] 比约恩施塔德，O.N。；Grenfell，B.T.，“吵闹的时钟：动物种群波动的时间序列分析”，《科学》，293638-643（2001）
[6] 博西，M。；戈贝，E。；Talay，D.，“反射扩散有效近似的对称欧拉格式”，《应用概率杂志》，41877-889（2004）·Zbl 1076.65009号 ·doi:10.1239/jap/1091543431
[7] Bretó，C.，“传染病动力学建模和推断：基于似然的方法”，《统计科学》，33，57-69（2018）·Zbl 1407.62397号 ·doi:10.1214/17-STS636
[8] 布雷托，C。；He，D。；离子，E.L。；King，A.A.，“通过机械模型进行时间序列分析”，《应用统计年鉴》，3319-348（2009）·Zbl 1160.62080号 ·doi:10.1214/08-AOAS201
[9] 布雷托，C。；Ionides，E.L.，“复合马尔可夫计数过程及其在无限分散系统建模中的应用”，随机过程及其应用，1212571-2591（2011）·Zbl 1279.60095号 ·doi:10.1016/j.spa.2011.07.005
[10] Cauchemez，S。；卡拉特，F。；维布德，C。；Valleron，A.J。；Boelle，P.Y.，“研究流感传播的贝叶斯MCMC方法：应用于家庭纵向数据”，《医学统计》，23，3469-3487（2004）·数字对象标识代码：10.1002/sim.1912
[11] 陈，Y。；沈，K。；掸邦，S.-O。；Kou，S.，“通过层次隐马尔可夫模型分析单分子蛋白质运输实验”，《美国统计协会杂志》，111951-966（2016）·doi:10.1080/01621459.2016.1140050
[12] 戴，L。；Schön，T.B.，“使用卷积估计难以处理的状态转换模型的得分函数”，IEEE信号处理快报，23，498-501（2016）·doi:10.1109/LSP.2016.526667
[13] Del Moral，P.，Feynman-Kac公式：谱系和相互作用粒子系统及其应用（2004），纽约：Springer，纽约·Zbl 1130.60003号
[14] Del Moral，P。；Guionnet，A.，“关于相互作用过程的稳定性及其在过滤和遗传算法中的应用”，《亨利·庞加莱研究所年鉴》（B）《概率与统计》，37，155-194（2001）·兹比尔0990.60005 ·doi:10.1016/S0246-0203（00）01064-5
[15] Dobson，A.，“新兴疾病的数学模型”，《科学》，3461294-1295（2014）·doi:10.1126/science.aaa3441
[16] 唐纳，S。；Samson，A.，“药代动力学/药效学模型的随机微分方程估计综述”，《药物递送研究进展》，65，929-939（2013）·doi:10.1016/j.地址：2013.03.005
[17] 杜克，R。；Moulines，E。；Stoffer，D.，《非线性时间序列：理论、方法和应用与R示例》（2014），佛罗里达州博卡拉顿：CRC出版社，佛罗里达州波卡拉顿·Zbl 1306.62026号
[18] Doucet，A。；雅各布，体育。；Rubenthaler，S.，“分数向量和观测信息矩阵的无导数估计及其在状态空间模型中的应用”，arXiv no，1304，5768v3（2015）
[19] Doucet，A。；皮特，M.K。；Deligiannidis，G.（德利吉安尼迪斯，G.）。；Kohn，R.，“使用无偏似然估计时马尔可夫链蒙特卡罗的有效实现”，生物医学，102295-313（2015）·Zbl 1452.62055号 ·doi:10.1093/biomet/asu075
[20] 法西奥罗，M。；北卡罗来纳州皮亚。；Wood，S.N.，“生态学和流行病学中高度非线性状态空间模型的推理方法比较”，《统计科学》，31，96-118（2016）·Zbl 1442.62349号 ·doi:10.1214/15-STS534
[21] He，D。；离子，E.L。；King，A.A.，“疾病动力学的即插即用推断：大小城镇麻疹案例研究”，《皇家学会界面杂志》，第7期，第271-283页（2010年）·doi:10.1098/rsif.2009.0151
[22] Heiss，F.，“微观计量经济学面板数据非线性状态空间模型中的序贯数值积分”，《应用计量经济学杂志》，23，373-389（2008）·doi:10.1002/jae.993
[23] Xiao，C.，《面板数据分析》（2014），英国剑桥：剑桥大学出版社，英国剑桥·兹比尔1320.62003
[24] 离子，E.L。；Bhadra，A。；阿查德，Y。；King，A.A.，“迭代过滤”，《统计年鉴》，第39期，1776-1802页（2011年）·Zbl 1220.62103号 ·doi:10.1214/11-AOS886
[25] 离子，E.L。；布雷托，C。；King，A.A.，“非线性动力系统的推断”，美国国家科学院学报，103，18438-18443（2006）·doi:10.1073/pnas.0603181103
[26] 离子，E.L。；布雷托，C。；Park，J。；史密斯·R·A。；King，A.A.，“动态系统的蒙特卡罗剖面置信区间”，《皇家学会界面杂志》，14，1-10（2017）
[27] 离子，E.L。；Nguyen，D。；阿查德，Y。；斯托夫，S。；King，A.A.，“通过迭代扰动贝叶斯映射推断动态和潜在变量模型”，美国国家科学院学报，112719-724（2015）·兹比尔1359.62345 ·doi:10.1073/pnas.1410597112
[28] 基林，M.J。；Rohani，P.，《人类和动物传染病建模》（2008），新泽西州普林斯顿：普林斯顿大学出版社，新泽西普林斯顿·Zbl 1279.92038号
[29] King，A.A。；Nguyen，D。；Ionides，E.L.，“通过R包Pomp对部分观测到的马尔可夫过程进行统计推断”，《统计软件杂志》，69，1-43（2016）
[30] Le Gland，F。；Oudjane，N.，“使用希尔伯特度量的非线性滤波器的稳定性和一致逼近及其在粒子滤波器中的应用”，《应用概率年鉴》，14，144-187（2004）·Zbl 1060.93094号 ·doi:10.1214/aoap/1075828050
[31] Martinez-Bakker，M。；贝克，K.M。；King，A.A。；Rohani，P.，“人类出生季节性：纬度梯度和与儿童疾病动力学的相互作用”，伦敦皇家学会学报B：生物科学，28120132438（2014）·doi:10.1098/rspb.2013.2438
[32] Martinez-Bakker，M。；King，A.A。；Rohani，P.，“解开脊髓灰质炎传播生态”，《公共科学图书馆·生物学》，13，e1002172（2015）·doi:10.1371/journal.pbio.1002172
[33] Melnick，J.L。；Ledinko，N.，“疫情期间三种脊髓灰质炎病毒中和抗体的开发，隐性感染与临床脊髓灰质炎的比率”，《美国期刊》，58，207-222（1953）·doi:10.1093/oxfordjournals.aje.a119602
[34] 梅斯特斯，G。；Koopman，S.J.，“具有横截面和时间随机效应的广义动态面板数据模型”，《计量经济学杂志》，180，127-140（2014）·Zbl 1293.62197号 ·doi:10.1016/j.jeconom.2014.03.004
[35] 帕特尔，M。；Orenstein，W.，“一个没有脊髓灰质炎的世界——最后的步骤”，《新英格兰医学杂志》，374，501-503（2016）·doi:10.1056/NEJMp1514467
[36] Pons-Salort，M。；Grassly，N.C.，“血清型特异性免疫解释人类肠道病毒引起疾病的发病率”，《科学》，361，800-803（2018）·doi:10.1126/science.aat6777
[37] Ramsay，J.O.，“主差分分析：差分算子的数据约简”，《皇家统计学会杂志》，B辑，58495-508（1996）·兹比尔0853.62043 ·doi:10.1111/j.2517-6161.1996.tb02096.x
[38] J.O.拉姆齐。；Silverman，B.W.，功能数据分析（1997），纽约：Springer-Verlag，纽约·Zbl 0882.6202号
[39] Ranjeva，S.L。；巴斯克维尔，E.B。；杜基克，V。；维拉，L.L。；Lazcano-Pone，E。；朱利亚诺，A.R。；德怀尔，G。；Cobey，S.，“具有不同生态类型HPV的复发感染可以解释高流行率和多样性”，《美国国家科学院院刊》，11413573-13578（2017）·doi:10.1073/pnas.1714712114
[40] Ranjeva，S。；苏布拉曼尼亚，R。；方，V.J。；Leung，G.M。；叶德凯。；佩雷拉，R.A。；Peiris，J.S.M。；Cowling，B.J。；Cobey，S.，“流感保护性免疫动力学中的年龄特异性差异”，bioRxiv no，330720（2018）
[41] Romero-Severson，E.O。；Alam，S.J。；沃尔兹，E.M。；Koopman，J.S.，传染病统计传播，4，“城市同性恋人群中性接触数量和类型的异质性”（2012年）
[42] 罗梅罗·塞弗森，E。；沃尔兹，E。；Koopman，J。；莱特纳，T。；Ionides，E.，“艾滋病毒阴性男同性恋人群性接触率的动态变化”，《美国流行病学杂志》，182255-262（2015）·doi:10.1093/aje/kwv044
[43] Shrestha，S。；King，A.A。；Rohani，P.，“多病原体系统的统计推断”，《公共科学图书馆·计算生物学》，7，e1002135（2011）·doi:10.1371/journal.pcbi.1002135
[44] 史密斯·R·A。；离子，E.L。；King，A.A.，“通过序列蒙特卡罗从遗传数据推断传染病动力学”，《分子生物学与进化》，第34期，2065-2084年（2017年）·doi:10.1093/molbev/msx124
[45] 维廷霍夫，E。；道格拉斯，J。；F.朱顿。；McKiman博士。；麦奎因，K。；Bucchinder，S.P.，“男性性伴侣之间人类免疫缺陷病毒传播的接触风险”，《美国流行病学杂志》，150，306-311（1999）·doi:10.1093/oxfordjournals.aje.a010003
[46] Wickham，H.，“潮汐数据”，《统计软件杂志》，59，1-23（2014）
[47] Winsor，C.P.，“Gompertz曲线作为增长曲线”，《美国国家科学院院刊》，第18期，第1-8页（1932年）·doi:10.1073/pnas.18.1.1
[48] Wood，S.N.，“噪声非线性生态动力系统的统计推断”，《自然》，4661102-1104（2010）·doi:10.1038/nature09319
[49] Yang，Y。；Halloran，M.E。；丹尼尔斯，M.J。；Longini，I.M。；Burke，D.S。；Cummings，D.A.T.，“从贝叶斯观点建立竞争性传染病病原体模型：在实验室结果不完整的流感研究中的应用”，《美国统计协会杂志》，105，1310-1322（2010）·Zbl 1388.62337号 ·doi:10.1198/jasa.2010.ap09581
[50] Yang，Y。；小I.M.Longini。；Halloran，M.E。；Obenchain，V.，“EM和Monte Carlo EM混合算法及其在传染病传播分析中的应用”，《生物计量学》，68，1238-1249（2012）·Zbl 1259.62107号 ·文件编号：10.1111/j.1541-0420.2012.01757.x
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。