关于对纵向数据的正常混合成分的改进估计.
Tapio Nummi1, Jyrki Möttönen2, Pasi Väkeväinen1
1Faculty of Information Technology and Communication Sciences, Tampere University, Tampere, Finland.
这项研究引入了一种新的方法,使用正常混合物模型的缩放式Box-Cox转换来分析异构的纵向数据. 该技术在轨迹分析中有效确定子群体的最佳数量,提供可靠的结果.
科学领域:
- 统计 统计 统计 统计
- 生物统计学 生物统计学
- 数据科学数据科学数据科学
背景情况:
- 现实世界的数据往往表现出异质性,这给直接建模带来了挑战.
- 有限混合模型提供了一种灵活的方法来捕获底层数据结构.
- 确定最佳组件数量 (子群) 是混合物建模中的关键步骤.
研究的目的:
- 提出一种新的技术,用于对纵向数据的混合回归分析.
- 在轨迹分析中应对异质性和非正常分布的挑战.
- 提供一种在混合模型中选择最佳数量的子群体的方法.
主要方法:
- 开发一种基于正常混合物的缩放式Box-Cox转换的技术.
- 对纵向数据 (轨迹分析) 的混合物回归的应用.
- 通过模拟实验和实际数据分析进行验证.
主要成果:
- 提出的方法有效地处理纵向数据中的异质性.
- 它提供了一种可靠的方法来确定子群的数量.
- 模拟研究证明了该方法的可靠性和实际实用性.
结论:
- 缩放的Box-Cox转换为轨迹分析中的混合回归提供了一个有价值的工具.
- 该方法有效地识别了异构的纵向数据中的基本子群.
- 相关的R程序有助于实现这种统计技术.
更多相关视频
13:54A Workflow for Lipid Nanoparticle LNP Formulation Optimization using Designed Mixture-Process Experiments and Self-Validated Ensemble Models SVEM
Published on: August 18, 2023
06:52Using Cholesky Decomposition to Explore Individual Differences in Longitudinal Relations between Reading Skills
Published on: September 17, 2019
相关概念视频
Mechanistic Models: Compartment Models in Individual and Population Analysis
Estimating Population Mean with Unknown Standard Deviation
William S. Gosset (1876–1937) of the...
Distributions to Estimate Population Parameter
One-Compartment Open Model: Wagner-Nelson and Loo Riegelman Method for ka Estimation
On...
Estimating Population Mean with Known Standard Deviation
The confidence interval estimate will have the form as follows:
(point estimate - error bound, point estimate +...
Estimating Population Standard Deviation
