A new approach to varying-coefficient additive models with longitudinal covariates
A new approach to varying-coefficient additive models with longitudinal covariates
复制标题
具有纵向协变量的变系数加性模型的新方法
DOI：
10.1016/j.csda.2020.106912
复制
发表时间：
2020-05
影响因子：
1.8
通讯作者：
Jane-Ling Wang
中科院分区：
文献类型：
--
作者：
Xiaoke Zhang;Qixian Zhong;Jane-Ling Wang
变系数加性模型是一种新的分析函数型数据的工具。该模型是对变系数模型和可加模型的推广，同时保留了它们的优点，是一种有效的降维模型，具有灵活性和易解释性。然而，原来的方法只适用于密集记录的功能反应过程与时不变的协变量。为了扩大其适用性，该模型扩展到允许随时间变化的协变量，并提出了一种新的拟合方法，可以处理稀疏记录的功能反应过程。给出了未知函数估计量的相合性和L2收敛速度.一个简单的算法，克服了计算困难所造成的非凸性的目标函数。所提出的方法是说明通过模拟研究和真实的数据应用。
The varying-coefficient additive model is a novel tool for analyzing functional data. The model generalizes both the varying-coefficient model and the additive model, and retains their merits as an effective dimension reduction model that is flexible yet easily interpretable. However, the original method only works for densely recorded functional response processes with time-invariant covariates. To broaden its applicability, the model is extended to allow for time-dependent covariates and a new fitting approach is proposed that can handle sparsely recorded functional response processes. Consistency and L 2 rate of convergence are developed for the proposed estimators of the unknown functions. A simple algorithm is developed that overcomes the computational difficulty caused by the non-convexity of the objective function. The proposed approach is illustrated through a simulation study and a real data application.
登录
查看更多内容
影响因子：
0.8
作者：
Jinhong You;Haibo Zhou
通讯作者：
Jinhong You;Haibo Zhou
影响因子：
2
作者：
R. Carroll;A. Maity;E. Mammen;Kyusang Yu
通讯作者：
R. Carroll;A. Maity;E. Mammen;Kyusang Yu
DOI：
--
发表时间：
2017-05
期刊：
--
影响因子：
--
作者：
M. Stasinopoulos;R. Rigby;G. Heller;V. Voudouris;F. Bastiani
通讯作者：
M. Stasinopoulos;R. Rigby;G. Heller;V. Voudouris;F. Bastiani
DOI：
10.1007/978-1-4757-7107-7
发表时间：
1997-06
期刊：
--
影响因子：
--
作者：
J. Ramsay;Bernard Walter Silverman
通讯作者：
J. Ramsay;Bernard Walter Silverman
DOI：
10.1111/insr.12163
发表时间：
2017-08
期刊：
International statistical review = Revue internationale de statistique
影响因子：
--
作者：
Reiss PT;Goldsmith J;Shang HL;Ogden RT
通讯作者：
Ogden RT