×

错误分类二进制数据的倾斜链接回归模型。 (英语) Zbl 1420.62118号

摘要:在本文中,我们针对存在误分类数据的二元回归模型提出了灵活的贝叶斯方法。这些方法基于非正态和非对称指数功率分布考虑非对称链路。通过使用数据增强方案,避免了计算困难。利用具有两种潜在变量的数据增强方案的思想,导出了有效的MCMC算法。仿真研究和应用表明,与不考虑偏度和/或不考虑误分类的标准方法相比,该模型具有更好的性能。

MSC公司:

2015年1月62日 贝叶斯推断
62J12型 广义线性模型(逻辑模型)
2005年6月2日 马尔可夫过程:估计;隐马尔可夫模型

软件:

博阿
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 阿奇卡,JA;马丁内斯,EZ;Louzada-Neto,F。;Antoch,J.(编辑),存在误分类的二进制数据,581-588(2004),布拉格
[2] Albert,J.,Chib,S.:二进制和多光子响应数据的贝叶斯分析。《美国统计协会杂志》88(422),669-679(1993)·Zbl 0774.62031号 ·doi:10.1080/01621459.1993.10476321
[3] Aranda-Ordaz,F.J.:关于二进制响应数据可加性的两类变换。《生物特征》68(2),357-363(1981)·Zbl 0466.62098号 ·doi:10.1093/biomet/68.2.357
[4] Bazán,J.L.,Bolfarine,H.,Branco,M.D.:二元回归中偏态链接的框架。Commun公司。统计理论方法39(4),678-697(2010)·兹比尔1188.62134 ·doi:10.1080/03610920902783849
[5] Buonaccorsi,J.P.:测量误差。Chapman&Hall/CRC,伦敦(2010)·Zbl 1277.62014年 ·doi:10.1201/9781420066586
[6] Carroll,R.J.,Ruppert,D.,Stefanski,L.A.,Crainiceanu,C.M.:非线性模型中的测量误差:现代视角,第2版。查普曼和霍尔/CRC,博卡拉顿(2006)·Zbl 1119.62063号 ·doi:10.1201/978142001138
[7] Chen,M.H.,Dey,D.K.,Shao,Q.M.:二分量子响应数据的一种新的偏链模型。《美国统计协会期刊》94(448),1172-1186(1999)·Zbl 1072.62655号 ·doi:10.1080/01621459.1999.10473872
[8] Czado,C.:二元回归中两个尾部的参数链接修改。统计Pap。35, 189-201 (1994) ·Zbl 0807.62052号 ·doi:10.1007/BF02926413
[9] Gamerman,D.,Lopes,H.F.:马尔可夫链蒙特卡罗:贝叶斯推断的随机模拟,第二版。查普曼和霍尔/CRC,佛罗里达州博卡拉顿(2006)·Zbl 1137.62011年
[10] García-Zattera,M.J.,Jara,a.,Lesaffre,E.,Marshall,G.:存在错误分类的多元单调疾病过程建模。《美国统计协会期刊》107(499),976-989(2012)·Zbl 1395.62339号 ·doi:10.1080/01621459.2012.682804
[11] Gustafson,P.:统计学和流行病学中的测量误差和错误分类:影响和贝叶斯调整。查普曼和霍尔,博卡拉顿,佛罗里达州(2003年)·Zbl 1039.62019号 ·doi:10.1201/9780203502761
[12] Kim,S.,Chen,M.H.,Dey,D.K.:二进制响应数据的灵活广义t-link模型。Biometrika 95(1),93-106(2008)·Zbl 1437.62513号 ·doi:10.1093/biomet/asm079
[13] Lesaffre,E.,Lawson,A.B.:贝叶斯生物统计学。威利,纽约(2012)·Zbl 1282.62057号 ·doi:10.1002/9781119942412
[14] 刘,C。;Gelman,A.(编辑);Meng,XL(编辑),Robit回归:逻辑回归和概率回归的简单稳健替代方法,227-238(2004),纽约·Zbl 05274820号
[15] McInturff,P.,Johnson,W.O.,Cowling,D.,Gardner,I.A.:当二进制结果存在误差时的风险建模。《医学总汇》第23卷,1095-1109页(2004年)·doi:10.1002/sim.1656
[16] Mutsvari,T.、Bandyopadhyay,D.、Declerck,D.、Lesaffre,E.:存在误分类的空间相关二进制数据的多级模型:在口腔健康研究中的应用。Stat.Med.32(30),5241-5259(2013)·数字对象标识代码:10.1002/sim.5944
[17] Mwalili,S.M.,Lesaffre,E.,Declerck,D.:零膨胀负二项回归模型,纠正错误分类:龋病研究中的一个例子。Stati公司。方法医学研究17(2),123-139(2008)·Zbl 1157.62042号 ·doi:10.1177/0962280206071840
[18] Naranjo,L.,Martín,J.,Pérez,C.J.:具有指数幂链的贝叶斯二元回归。计算。统计数据分析。71, 464-476 (2014) ·Zbl 1471.62147号
[19] Naranjo,L.,Martín,J.,Pérez,C.J.,Rufo,M.J.:解决二进制数据的错误分类:probit和t-link回归。J.统计计算。模拟。84(10), 2187-2213 (2014) ·Zbl 1453.62598号
[20] Naranjo,L.,Pérez,C.J.,Martín,J.:使用非对称指数功率分布的一些模型的贝叶斯分析。统计计算。25(3), 497-514 (2015) ·Zbl 1331.62034号 ·doi:10.1007/s11222-014-9449-1
[21] Paulino,C.D.,Soares,P.,Neuhaus,J.:二项回归与错误分类。生物统计学59,670-675(2003)·兹比尔1210.62199 ·doi:10.1111/1541-0420.0077
[22] Paulino,C.D.,Silva,G.,Achcar,J.A.:相关误分类二进制数据的贝叶斯分析。计算。统计数据分析。49, 1120-1131 (2005) ·Zbl 1429.62322号 ·doi:10.1016/j.csda.2004.07.004
[23] Pitts,N.B.、Evans,D.J.、Pine,C.M.:英国社区牙科研究协会(BASCD)龋病流行率调查诊断标准-1996/97。社区牙科健康14(补遗1),6-9(1997)
[24] Rekaya,R.,Weigel,K.A.,Gianola,D.:错误分类二元反应的阈值模型及其在动物育种中的应用。生物统计学57(4),1123-1129(2001)·Zbl 1209.62363号 ·doi:10.1111/j.0006-341X.2001.01123.x
[25] Rubio,F.J.:致编辑的信:关于非对称指数幂模型形状参数使用不当先验的问题。统计计算。25(6), 1281-1287 (2015) ·Zbl 1333.62025号 ·doi:10.1007/s11222-014-9479-8
[26] Smith,B.J.:BOA:MCMC输出收敛评估和后验推断的R包。J.统计软件。21(11), 1-37 (2007) ·doi:10.18637/jss.v021.111
[27] Spiegelholter,D.,Best,N.,Carlin,B.,van der Linde,A.:模型复杂性和拟合的贝叶斯测度。J.R.统计社会服务。B 64,583-639(2002)·Zbl 1067.62010年 ·数字对象标识代码:10.1111/1467-9868.00353
[28] Stukel,T.A.:广义逻辑模型。《美国法律总汇》第83卷第426-431页(1988年)·doi:10.1080/01621459.1988.10478613
[29] Vanobbergen,J.,Martens,L.,Lesaffre,E.,Declerck,D.:Signal-Tandmobil\[^{{textregistered}}]®项目,佛兰德斯(比利时)纵向干预健康促进研究:基线和第一年结果。欧元。儿科杂志。凹痕。2, 87-96 (2000)
[30] Wacholder,S.、Armstrong,B.、Hartge,P.:使用合金金标准进行的验证研究。美国流行病学杂志。137(11), 1251-1258 (1993) ·doi:10.1093/oxfordjournals.aje.a116627
[31] Zhu,D.,Zinde-Walsh,V.:非对称指数功率分布的性质和估计。《经济学杂志》。148(1), 86-99 (2009) ·Zbl 1429.62062号 ·doi:10.1016/j.jeconom.2008.09.038
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。