Estimation of nonlinear mixed-effects continuous-time models using the continuous-discrete extended Kalman filter.
Estimation of nonlinear mixed-effects continuous-time models using the continuous-discrete extended Kalman filter.
复制标题
使用连续离散扩展卡尔曼滤波器估计非线性混合效应连续时间模型。
DOI：
10.1111/bmsp.12318
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Chow,Sy-Miin
中科院分区：
文献类型：
--
作者：
Ou,Lu;Hunter,MichaelD;Lu,Zhaohua;Stifter,CynthiaA;Chow,Sy-Miin
许多密集的纵向测量是在不规则的时间间隔内收集的，并且涉及复杂的，可能是非线性的和非均匀的变化模式。这种变化过程的有效建模需要连续时间微分方程模型，这些模型可能是非线性的，并且在参数中包含混合效应。拟合这些模型的一种方法是将随机效应变量定义为选择的随机微分方程（SDE）模型中的附加潜在变量，并使用为拟合SDE模型而设计的估计算法，例如dynrr包中实现的连续离散扩展卡尔曼滤波（CDEKF）方法，来估计随机效应变量作为潜在变量。然而，这种方法在处理混合效应SDE模型中的有效性和识别约束尚未得到研究。在本研究中，我们分析检验了使用CDEKF方法拟合非线性混合效应SDE模型的识别约束；将已发表的情绪模型扩展为非线性混合效应SDE模型，并将其拟合到一组不规则间隔的生态瞬时评估数据中；并通过蒙特卡罗仿真研究来评估所提出的方法拟合模型的可行性。结果表明，在满足一定辨识约束的情况下，该方法能得到合理的参数估计和标准误差估计。我们讨论了样本量、过程噪声方差和数据间距条件对估计结果的影响。
Many intensive longitudinal measurements are collected at irregularly spaced time intervals, and involve complex, possibly nonlinear and heterogeneous patterns of change. Effective modelling of such change processes requires continuous‐time differential equation models that may be nonlinear and include mixed effects in the parameters. One approach of fitting such models is to define random effect variables as additional latent variables in a stochastic differential equation (SDE) model of choice, and use estimation algorithms designed for fitting SDE models, such as the continuous‐discrete extended Kalman filter (CDEKF) approach implemented in thedynrR package, to estimate the random effect variables as latent variables. However, this approach's efficacy and identification constraints in handling mixed‐effects SDE models have not been investigated. In the current study, we analytically inspect the identification constraints of using the CDEKF approach to fit nonlinear mixed‐effects SDE models; extend a published model of emotions to a nonlinear mixed‐effects SDE model as an example, and fit it to a set of irregularly spaced ecological momentary assessment data; and evaluate the feasibility of the proposed approach to fit the model through a Monte Carlo simulation study. Results show that the proposed approach produces reasonable parameter and standard error estimates when some identification constraint is met. We address the effects of sample size, process noise variance, and data spacing conditions on estimation results.
登录
查看更多内容
DOI：
10.1348/000711010x497262
发表时间：
2011-02
期刊：
The British journal of mathematical and statistical psychology
影响因子：
--
作者：
Chow SM;Tang N;Yuan Y;Song X;Zhu H
通讯作者：
Zhu H
DOI：
10.1080/10705511.2019.1623681
发表时间：
2020-05
期刊：
Structural Equation Modeling: A Multidisciplinary Journal
影响因子：
--
作者：
Linying Ji;Meng Chen;Zita Oravecz;E. Mark Cummings;Zhao-Hua Lu;Sy-Miin Chow
通讯作者：
Linying Ji;Meng Chen;Zita Oravecz;E. Mark Cummings;Zhao-Hua Lu;Sy-Miin Chow
动态血压动态的贝叶斯分析及其对不规则间隔稀疏数据的应用。
DOI：
10.1214/15-aoas846
发表时间：
2015
期刊：
The annals of applied statistics
影响因子：
--
作者：
Lu,Zhao-Hua;Chow,Sy-Miin;Sherwood,Andrew;Zhu,Hongtu
通讯作者：
Zhu,Hongtu
作为随机微分方程组的离散逼近的非递归模型
DOI：
--
发表时间：
1966
期刊：
影响因子：
--
作者：
A. Bergstrom
通讯作者：
A. Bergstrom
循环系列的统计量。
DOI：
--
发表时间：
1938
期刊：
影响因子：
--
作者：
R. Ross
通讯作者：
R. Ross