Bayesian analysis of transformation latent variable models with multivariate censored data
Bayesian analysis of transformation latent variable models with multivariate censored data
复制标题
多元删失数据变换潜变量模型的贝叶斯分析
DOI：
10.1177/0962280214522786
复制
发表时间：
2016-10
影响因子：
2.3
通讯作者：
Jing-Heng Cai
中科院分区：
文献类型：
--
作者：
Xin-Yuan Song;Deng Pan;Peng-Fei Liu;Jing-Heng Cai
本文提出了变换潜变量模型来分析多变量删失数据。所提出的模型将传统的线性变换模型推广到容纳潜在变量的半参数变换模型。根据几个相关的观测指标，通过测量方程对潜在变量的特征进行了评估。利用贝叶斯P-样条法和马尔可夫链蒙特卡罗算法，提出了一种贝叶斯估计未知参数和变换函数的方法。仿真结果表明，该方法的性能是令人满意的。将提出的方法应用于心血管疾病数据集的分析。
Transformation latent variable models are proposed in this study to analyze multivariate censored data. The proposed models generalize conventional linear transformation models to semiparametric transformation models that accommodate latent variables. The characteristics of the latent variables were assessed based on several correlated observed indicators through measurement equations. A Bayesian approach was developed with Bayesian P-splines technique and the Markov chain Monte Carlo algorithm to estimate the unknown parameters and transformation functions. Simulation shows that the performance of the proposed methodology is satisfactory. The proposed method was applied to analyze a cardiovascular disease data set.
登录
查看更多内容
DOI：
10.1080/01621459.1997.10473620
发表时间：
1997-03
影响因子：
3.7
作者：
S. Cheng;Lee-Jen Wei;Z. Ying
通讯作者：
S. Cheng;Lee-Jen Wei;Z. Ying
影响因子：
16.2
作者：
Luk AO;So WY;Ma RC;Kong AP;Ozaki R;Ng VS;Yu LW;Lau WW;Yang X;Chow FC;Chan JC;Tong PC;Hong Kong Diabetes Registry
通讯作者：
Hong Kong Diabetes Registry
DOI：
10.1080/01621459.1987.10478458
发表时间：
1987-06
影响因子：
3.7
作者：
M. Tanner;W. Wong
通讯作者：
M. Tanner;W. Wong
影响因子：
2.5
作者：
S. Ganocy
通讯作者：
S. Ganocy
影响因子：
5.7
作者：
Eilers, PHC;Marx, BD
通讯作者：
Marx, BD