Efficient interaction selection for clustered data via stagewise generalized estimating equations
Efficient interaction selection for clustered data via stagewise generalized estimating equations
复制标题
通过阶段广义估计方程对聚类数据进行有效的交互选择
DOI：
10.1002/sim.8574
复制
发表时间：
2020
影响因子：
2
通讯作者：
Yan, Jun
中科院分区：
文献类型：
--
作者：
Vaughan, Gregory;Aseltine, Robert;Chen, Kun;Yan, Jun
存在交互作用项时的模型选择具有挑战性，因为最终模型必须在主效应和交互作用项之间保持层次结构。这项工作提出了两个阶段的估计方法，以适当地选择模型的相互作用项，可以利用广义估计方程模型聚类数据。第一个提出的技术是一个层次套索stagewise估计方程的方法，这是直接对应于层次套索惩罚回归。第二种是stagewise活动集的方法，它通过在每个stagewise估计步骤中选择适当增长的活动集来执行变量层次。在相互作用的选择和所提出的技术的上级计算效率的有效性进行了评估模拟研究。新方法被应用于康涅狄格州学区一级15至19岁的自杀企图住院率的研究。
Model selection in the presence of interaction terms is challenging as the final model must maintain a hierarchy between main effects and interaction terms. This work presents two stagewise estimation approaches to appropriately select models with interaction terms that can utilize generalized estimating equations to model clustered data. The first proposed technique is a hierarchical lasso stagewise estimating equations approach, which is shown to directly correspond to the hierarchical lasso penalized regression. The second is a stagewise active set approach, which enforces the variable hierarchy by conforming the selection to a properly growing active set in each stagewise estimation step. The effectiveness in interaction selection and the superior computational efficiency of the proposed techniques are assessed in simulation studies. The new methods are applied to a study of hospitalization rates attributed to suicide attempts among 15 to 19 year old at the school district level in Connecticut.
登录
查看更多内容
影响因子：
4.4
作者：
Liu, Jin;Huang, Jian;Zhang, Yawei;Lan, Qing;Rothman, Nathaniel;Zheng, Tongzhang;Ma, Shuangge
通讯作者：
Ma, Shuangge
影响因子：
7.6
作者：
Chen, Kun;Aseltine, Robert H.
通讯作者：
Aseltine, Robert H.
影响因子：
3.5
作者：
Schilling, Elizabeth A.;Aseltine, Robert H., Jr.;James, Amy
通讯作者：
James, Amy
DOI：
10.1214/12-sts392
发表时间：
2012
期刊：
Statistical science : a review journal of the Institute of Mathematical Statistics
影响因子：
--
作者：
Huang J;Breheny P;Ma S
通讯作者：
Ma S
影响因子：
4.5
作者：
Bien J;Taylor J;Tibshirani R
通讯作者：
Tibshirani R