10.16055/j.issn.1672-058X.2023.0004.013
偏正态数据下半参数混合效应模型的贝叶斯估计
针对纵向数据服从非正态分布情况下混合效应模型的估计问题,提出偏正态分布半参数混合效应模型的贝叶斯估计方法;假定个体测量误差服从偏正态分布,纵向指标与时间的关系采用B样条方法建模,在共轭先验下考虑该模型的贝叶斯分析,基于MH算法与Gibbs抽样的混合算法获取未知参数、随机效应和非参数函数的贝叶斯估计;数值模拟中,数据非正态分布条件下将偏正态方法得到的估计与传统半参数混合效应模型估计方法进行对比,发现偏正态半参数混合效应模型在有限样本情况下表现更好,说明偏正态半参数混合效应模型与传统模型相比,可以更好地拟合偏态数据,获得更加精准的参数估计;最后将该方法应用于ADNI数据中,研究了神经评分与基线临床指标间的关系,得出了合理的结论,证明了方法的合理性.
偏正态分布、B样条、混合效应模型、贝叶斯估计、ADNI数据
40
O212.8(概率论与数理统计)
国家自然科学基金;云南省教育厅科学研究基金项目;云南师范大学研究生科研创新基金项目
2023-09-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
93-98