Streamlined variational inference for higher level group-specific curve models.
Streamlined variational inference for higher level group-specific curve models.
复制标题
DOI：
10.1177/1471082x20930894
复制
发表时间：
2021-12-01
影响因子：
1
通讯作者：
Wand MP
中科院分区：
文献类型：
--
作者：
Menictas M;Nolan TH;Simpson DG;Wand MP
两级组特定曲线模型是这样的：组中每个成员的平均响应是感兴趣的预测器的一个单独的平滑函数。三层扩展是这样的：一个分组变量嵌套在另一个分组变量中，更高级的扩展是类似的。高阶群体特定曲线模型的流线型变分推理是一个具有挑战性的问题。我们通过系统地研究两层和三层的情况来解决这个问题并利用更高层次的稀疏矩阵基础设施。一个动机是分析来自超声技术的数据，其中三个层次的群体特定曲线模型是合适的。虽然扩展到超过3个级别的数量没有被明确地覆盖，但我们的系统方法建立的模式揭示了更高级别组特定曲线模型所需的内容。
A two-level group-specific curve model is such that the mean response of each member of a group is a separate smooth function of a predictor of interest. The three-level extension is such that one grouping variable is nested within another one, and higher level extensions are analogous. Streamlined variational inference for higher level group-specific curve models is a challenging problem. We confront it by systematically working through two-level and then three-level cases and making use of the higher level sparse matrix infrastructure laid down in. A motivation is analysis of data from ultrasound technology for which three-level group-specific curve models are appropriate. Whilst extension to the number of levels exceeding three is not covered explicitly, the pattern established by our systematic approach sheds light on what is required for even higher level group-specific curve models.
登录
查看更多内容
影响因子：
1.7
作者：
Menictas, Marianne;Wand, Matt P.
通讯作者：
Wand, Matt P.
影响因子：
3.7
作者：
Brumback, BA;Rice, JA
通讯作者：
Rice, JA
影响因子：
158.5
作者：
PRATT, JH;JONES, JJ;FINEBERG, NS
通讯作者：
FINEBERG, NS
影响因子：
1.1
作者：
Djeundje, Viani A. B.;Currie, Iain D.
通讯作者：
Currie, Iain D.
DOI：
10.1111/j.1467-842x.2008.00507.x
发表时间：
2008-06-01
影响因子：
1.1
作者：
Wand, M. P.;Ormerod, J. T.
通讯作者：
Ormerod, J. T.