×

利用新的多元广义约翰逊分布对相关有界数据和正数据进行转换混合效应建模。 (英语) 兹比尔1493.62276

摘要:由于数据结构复杂,对多个相关反应进行多元分析往往具有挑战性。为了分析这些反应,本文提出了一个实用的多元混合效应模型。该模型通过使用属于椭圆分布族的新型多元变换分布,可以灵活地适应对称和非对称结构。它还为分析有界和正相关的多变量响应提供了一种方便的替代大多数多元混合模型的方法。该模型基于中值向量和有用的层次表示,便于对其特性进行理论研究。另一个优点是其在建模相关响应向量时的灵活性,而无需假设平均值的存在。提出用最大似然法估计模型参数。通过将所提出的方法应用于健康数据集,以调查与儿童肥胖相关的风险因素,结果得到了说明。

MSC公司:

62小时05 多元概率分布的表征与结构理论;连接线
62J05型 线性回归;混合模型
60E05型 概率分布:一般理论
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] SAS公司/斯达^\protect\relax\special{t4ht=®}15.1用户指南:程序(2018),SAS Institute Inc:SAS Institution Inc Cary,NC
[2] Rstan:stan的r接口(2020),URLhttp://mc-stan.org/,R包版本2.21.2
[3] 阿特金森,A.C.,《曲线变换,回归:诊断回归分析的图形方法导论》(1987),牛津大学出版社·Zbl 0582.62065号
[4] Burnham,K.P。;Anderson,D.R.,《模型选择和多模型推理:实用信息理论方法》(2002年),Springer-Verlag:Springer-Verlag纽约·Zbl 1005.62007号
[5] 卡彭特,B。;Gelman,A。;医学博士霍夫曼。;Lee,D。;古德里奇,B。;贝当古,M。;布鲁贝克,M。;郭杰。;李,P。;Riddell,A.,Stan:概率编程语言,J.Statist。软质。,76, 1, 1-32 (2017)
[6] Cepeda-Cuervo,E。;Achcar,J.A。;Lopera,L.G.,双变量β回归模型:平均值、离散度和关联参数的联合建模,J.Appl。统计人员。,41, 3, 677-687 (2014) ·兹比尔1514.62465
[7] J.Chen,Z.Jin,Q.Shi,J.Qiu,W.Liu,Cholesky因式分解的块算法及其实现,收录于:ICCGI 2013第八届全球信息技术计算国际会议,法国尼斯;纽约州Red Hook:Curran,2013年,第232-236页。
[8] 考克斯·D·R。;Snell,E.J.,《残差的一般定义》,J.R.Statist。Soc.B,30,2,248-265(1968)·Zbl 0164.48903号
[9] Dereniowski,D。;Kubale,M.,并行矩阵的Cholesky因式分解和图的排序,(并行处理和应用数学国际会议(2003),Springer),985-992·Zbl 1128.68544号
[10] DeShon,R.P。;Ployhart,R.E。;Sacco,J.M.,《纵向模型中可靠性的估计》,国际期刊Behav。Dev.,22,3,493-515(1998)
[11] 邓恩,P.K。;Smyth,G.K.,《随机分位数残差》,J.Compute。图表。统计人员。,5, 3, 236-244 (1996)
[12] 埃赫塔赫德,H.-S。;Heshmat,R。;莫特拉赫,M.E。;Hasani-Ranjbar,S。;Ziaodini,H。;塔赫里,M。;Z.阿哈迪。;阿米奈,T。;沙菲,G。;Goodarzi,A.,《父母肥胖与子女心脏代谢风险因素的关系:CASPIAN-V研究》,《公共科学图书馆·综合》,第13、4期,文章e0193978页,(2018年)
[13] 埃尔维拉,V。;马丁诺。;Closas,P.,重要性高斯求积,IEEE Trans。信号处理。,69, 474-488 (2020) ·Zbl 07591358号
[14] 费斯,M。;Moens,D.,通过凸壳对构造和扩展变换方法进行的多元相关区间有限元分析,计算。方法应用。机械。工程,347,85-102(2019)·Zbl 1440.65201号
[15] 方,K。;科茨,S。;Ng,K.,(对称多元及相关分布(1990),博卡拉顿:查普曼和霍尔/CRC)·Zbl 0699.62048号
[16] 法拉利,S.L。;Fumes,G.,Box Cox对称分布及其在营养数据中的应用,澳大利亚高级统计局。分析。,101, 3, 321-344 (2017) ·兹比尔1443.62051
[17] 高,R。;Elrayes,W.,用PROCs NLMIXED和MCMC拟合复杂统计模型,SAS Institute Inc.,1-14(2017)
[18] Hilden-Minton,J.,混合和分层线性模型的多级诊断(1995),加州大学洛杉矶分校(博士论文)
[19] 饥饿,M。;Döring,A。;Holle,R.,《长期分析健康相关生活质量得分的纵向β回归模型》,BMC医学研究方法。,12, 1, 144 (2012)
[20] Jiang,J.,《混合效应模型的渐近分析:理论、应用和开放问题》(2017),Chapman&Hall/CRC:Chapman和Hall/CCR Boca Raton·Zbl 1387.62004号
[21] Johnson,N.L.,《通过平移方法生成的频率曲线系统》,《生物统计学》,36,1/2,149-176(1949)·Zbl 0033.07204号
[22] Kelishadi,R。;海达里,Z。;卡泽米,I。;贾法里·科什基,T。;Mansourian,M。;莫特拉赫,M.-E。;Heshmat,R.,《儿童和青少年大样本人体测量相关因素的分层贝叶斯三变量分析:CASPIAN-IV研究》,J.Pediatr。内分泌。元数据。,31, 4, 443-449 (2018)
[23] Lee,Y。;Nelder,J.A.,《不可观测模型的似然推断:另一种观点》,《统计学》。科学。,1, 255-269 (2009) ·Zbl 1329.62337号
[24] 刘,L。;Huang,X.,在脆弱比例风险模型中使用高斯求积进行估计,统计学。医学,27,14,2665-2683(2008)
[25] 刘,L。;Yu,Z.,非正态随机效应模型中的一种似然重排方法,统计学家。医学,27,16,3105-3124(2008)
[26] 摩尔,R。;卡萨利,F.P。;邦德,M.J。;奥尔塔·D·。;Franke,L。;巴罗佐,I。;Stegle,O.,研究多元基因-环境相互作用的线性混合模型方法,《自然遗传学》。,51, 1, 180-186 (2019)
[27] 道德,R.A。;辛德,J。;Demétrio,C.G.,《R中的半正态图和过度分散模型:hnp包》,J.Statist。软质。,81, 1, 1-23 (2017)
[28] 纳尔逊,K.P。;Lipsitz,S.R。;Fitzmaurice,G.M。;易卜拉欣,J。;帕尔岑,M。;Strawderman,R.,《使用概率积分变换拟合具有非正态随机效应的非线性混合效应模型》,J.Compute。图表。统计人员。,15, 1, 39-57 (2006)
[29] 潘,J。;Thompson,R.,广义线性混合模型估计的高斯-海米特求积近似,计算。统计人员。,18, 1, 57-78 (2003) ·Zbl 1037.62064号
[30] 皮涅罗,J.C。;Bates,D.M.,非线性混合效应模型中对数似然函数的近似,J.Compute。图表。统计人员。,4, 1, 12-35 (1995)
[31] 皮涅罗,J。;Bates,D.,《S和S-PLUS中的混合效应模型》(2006),Springer Science&Business Media
[32] 邱,Z。;宋,P.X.-K。;Tan,M.,纵向比例数据的单纯形混合效应模型,Scand。J.Stat.,35,4,577-596(2008)·Zbl 1197.62031号
[33] Rivera-Soto,W。;Rodríguez-Figueroa,L.,对于波多黎各儿童来说,与BMI或腰围相比,腰高比是一个更好的肥胖风险因素指标吗?,P R健康科学。J.,35,1,20-25(2016)
[34] Tisak,J。;Tisak,M.S.,《信度和效度的纵向模型:潜在曲线法》,应用。精神病。测量。,20, 3, 275-288 (1996)
[35] 托恩格斯,G。;Jahn-Eimermacher,A.,《针对具有相关终末事件的复发事件拟合关节脆弱性模型的计算问题》,计算。方法进展。生物识别。,188,第105259条pp.(2020)
[36] Van Albada,S.公司。;Robinson,P.A.,《任意分布到正态分布的转换及其在EEG重测可靠性中的应用》,《神经科学杂志》。方法,161,2,205-211(2007)
[37] 韦贝克,G。;Lesaffre,E.,纵向数据线性混合模型中随机效应分布指定错误的影响,计算。统计师。数据分析。,23, 4, 541-556 (1997) ·Zbl 0900.62374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。