×
林慧慧;查甘蒂，N.Rao

由对连接函数生成的相关二元变量的多元分布。 （英语） Zbl 1475.62164号

J.Stat.分销申请。 8，第4号文件，第14页（2021）.
摘要：相关二进制数据在广泛的科学学科中普遍存在，包括医疗保健和医学。广义估计方程（GEEs）和多元probit（MP）模型是分析此类数据的两种常用方法。然而，这两种方法都有一些明显的缺点。GEE可能没有潜在的可能性，MP模型可能无法生成具有指定边际和二元相关性的多元二元分布。在本文中，我们研究了基于D-vine对copula模型的多元二元分布，该模型是这些方法的一种更好的替代方法。我们用数值例子说明了这些二元分布在二维和三维中的构造。对于高维，我们提供了一种构造具有指定边缘和等相关矩阵的多维二元分布的方法。我们给出了一个实际数据分析来说明我们的结果的应用。

MSC公司：

62小时05 多元概率分布的表征与结构理论；连接线
62甲12 多元分析中的估计
62H20个 关联度量（相关性、典型相关性等）

关键词：

D-葡萄;多变量二进制分布;多元probit模型;成对交配

软件：

数字派生;Copula模型;LBFGS-B型;CDV乙烯
PDF格式BibTeX公司 XML格式引用
\textit{H.Lin}和\textit{N.R.Chaganty}，J.Stat.Distrib.Appl。8，第4号论文，第14页（2021年；Zbl 1475.62164）
全文： DOI程序

参考文献：

[1] 贝德福德，T。；Cooke，R.M.，《因随机变量的新图形模型》，Ann.Stat.，30，4，1031-1068（2002）·Zbl 1101.62339号 ·doi:10.1214/aos/1031689016
[2] Brechmann，E.，Schepsmeier，U.：用c-和d-vine连接函数建模依赖性：r包cdvine。J.Stat.软件。，52 (2013). doi:10.18637/jss.v052.i03。
[3] 伯德·R·H。；卢，P。；Nocedal，J。；Zhu，C.，边界约束优化的有限内存算法，SIAM J.Sci。计算。，16, 5, 1190-1208 (1995) ·Zbl 0836.65080号 ·doi:10.1137/0916069
[4] Chaganty，N.R.，《通过广义估计方程分析纵向数据的替代方法》，J.Stat.Plan。Inf.，63，1，39-54（1997）·Zbl 0902.62082号 ·doi:10.1016/S0378-3758（96）00203-0
[5] 查甘蒂，N.R。；Joe，H.，相关贝努利随机变量的相关矩阵范围，生物特征，93，1，197-206（2006）·Zbl 1152.62038号 ·doi:10.1093/biomet/93.1.197
[6] Czado，C.，《用藤蔓Copulas分析相关数据：R的实用指南》（2019年），《统计学课堂讲稿：斯普林格国际出版》，《统计学讲稿》·Zbl 1425.62001号 ·doi:10.1007/978-3-030-13785-4
[7] Dalla Valle，L。；莱森，F。；Rossini，L.，孪生数据的贝叶斯非参数条件copula估计，J.Roy。Stat.Soc.C：申请。Stat.，67，523-548（2018）·doi:10.1111/rssc.12237
[8] 邓，Y。；Chaganty，N.R.，用于分析家庭数据的双copula模型，J.Stat.理论实践。，15, 1, 13 (2021) ·Zbl 1460.62200号 ·doi:10.1007/s42519-020-00146-z
[9] 埃斯卡雷拉，G。；Perez-Ruiz，L.C。；Bowater，R.J.，用于分析二元纵向数据的基于copula的马尔可夫链模型，J.Appl。《统计》，第36、6、647-657页（2009年）·Zbl 1473.62307号 ·doi:10.1080/02664760802499287
[10] Gilbert，P.，Varadhan，R.：numDeriv:精确的数值导数。R包（2012年）。http://CRAN.R-project.org/package=numDeriv。
[11] Grizzle，J.E.，Starmer，C.F.，Koch，G.G.：线性模型对分类数据的分析。生物统计学，489-504（1969）·Zbl 1149.62317号
[12] Gruber，L。；Czado，C.，规则藤结的序贯贝叶斯模型选择，贝叶斯分析。，10, 937-963 (2015) ·Zbl 1335.62048号 ·doi:10.1214/14-BA930
[13] Joe，H.，具有给定边距和m（m−1）/2双变量相关参数的m变量分布族。讲座笔记——专题丛书，第28卷（1996年），海沃德：数学统计研究所
[14] Joe，H.，多元模型和多元依赖概念（1997），伦敦：查普曼和霍尔/CRC，伦敦·Zbl 0990.62517号 ·doi:10.1201/b13150
[15] Joe，H.，用连接词进行依赖建模（2014），伦敦：查普曼和霍尔/CRC，伦敦·Zbl 1346.62001号 ·doi:10.1201/b17116
[16] Kurowicka，D。；Joe，H.，《依赖建模：藤蔓系谱手册》（2011），新加坡：世界科学，新加坡
[17] Lennon，H.：积分值时间序列的高斯copula建模。博士论文。曼彻斯特大学（英国）（2016年）。
[18] Liang，K.Y。；Zeger，S.L.，使用广义线性模型进行纵向数据分析，Biometrika，73，1，13-22（1986）·Zbl 0595.62110号 ·doi:10.1093/biomet/73.1.13
[19] Min，A。；Czado，C.，使用成对copula结构的多元copula的贝叶斯推理，J.Financ。经济。，8, 511-546 (2010)
[20] Panagiotelis，A。；Czado，C。；Joe，H.，多元离散数据的配对copula构造，美国统计协会，107，499，1063-1072（2012）·Zbl 1395.62114号 ·doi:10.1080/01621459.2012.682850
[21] Panagiotelis，A。；Czado，C。；Joe，H。；Stöber，J.，离散规则藤蔓交配的模型选择，计算机。统计数据分析。，106, 138-152 (2017) ·兹比尔1466.62171 ·doi:10.1016/j.csda.2016.09.007
[22] 根号R。；马拉，G。；Wojty she，M.，二元结果的Copula回归样条模型，统计计算。，26, 5, 981-995 (2016) ·Zbl 1505.62328号 ·doi:10.1007/s11222-015-9581-6
[23] Sabo，R.T。；Chaganty，N.R.，《在使用广义估计方程时忽略相关界会出现什么问题》，《统计医学》，29，24，2501-2507（2010）·doi:10.1002/sim.4013
[24] Sklar，M.，《重新划分维度和边界的函数》，Publ。巴黎国立大学，8229-231（1959）·Zbl 0100.14202号
[25] 史密斯，M。；Min，A。；阿尔梅达，C。；Czado，C.，《使用序列相关性的对copula分解建模纵向数据》，《美国统计协会期刊》，105，492，1467-1479（2010）·Zbl 1388.62171号 ·doi:10.1198/jasa.2010.tm09572
[26] 史密斯，M.S。；Khaled，M.A.，《通过贝叶斯数据增强估计具有离散边缘的copula模型》，美国统计协会期刊，107，497，290-303（2012）·Zbl 1261.62051号 ·doi:10.1080/01621459.2011.644501
[27] Winkelmann，R.，Copula双变量概率模型：医疗支出应用，卫生经济学。，21, 12, 1444-1455 (2012) ·doi:10.1002/hec.1801
[28] 杨伟（Yang，W.）。；Chaganty，N.R.，纵向二进制数据分析的似然方法对比研究，Commun。统计理论方法，43，14，3027-3046（2014）·Zbl 1297.62128号 ·doi:10.1080/03610926.2012.752847
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。