Bayesian Copula Density Deconvolution for Zero-Inflated Data in Nutritional Epidemiology.
Bayesian Copula Density Deconvolution for Zero-Inflated Data in Nutritional Epidemiology.
复制标题
DOI：
10.1080/01621459.2020.1782220
复制
发表时间：
2021
影响因子：
3.7
通讯作者：
Carroll RJ
中科院分区：
文献类型：
--
作者：
Sarkar A;Pati D;Mallick BK;Carroll RJ
不同膳食成分长期平均摄入量的边际密度和联合密度的估计是营养流行病学中的一个重要问题。由于这些变量不能直接测量，数据通常收集的形式，24小时召回的摄入量，这表明显着的模式的条件异方差。显著加剧了挑战，召回的间歇性消费的饮食成分也包括确切的零。估计潜在的长期摄入量的密度从他们观察到的测量误差污染代理的问题，然后是一个问题的反卷积密度与零膨胀的数据。我们提出了一个贝叶斯半参数的解决方案的问题，建立在一个新的层次隐变量框架，将问题转化为一个只涉及连续代理。至关重要的是，以适应问题的重要方面，然后，我们设计了一个基于Copula的方法来模拟所涉及的联合分布，采用不同的建模策略的边缘的不同的饮食成分。我们设计了有效的马尔可夫链蒙特卡罗算法的后验推理，并通过仿真实验说明了所提出的方法的有效性。应用于我们的激励营养流行病学问题，相比其他方法，我们的方法提供了更现实的估计消费模式的消费模式的流行性消费的饮食成分。
Estimating the marginal and joint densities of the long-term average intakes of different dietary components is an important problem in nutritional epidemiology. Since these variables cannot be directly measured, data are usually collected in the form of 24-hour recalls of the intakes, which show marked patterns of conditional heteroscedasticity. Significantly compounding the challenges, the recalls for episodically consumed dietary components also include exact zeros. The problem of estimating the density of the latent long-time intakes from their observed measurement error contaminated proxies is then a problem of deconvolution of densities with zero-inflated data. We propose a Bayesian semiparametric solution to the problem, building on a novel hierarchical latent variable framework that translates the problem to one involving continuous surrogates only. Crucial to accommodating important aspects of the problem, we then design a copula based approach to model the involved joint distributions, adopting different modeling strategies for the marginals of the different dietary components. We design efficient Markov chain Monte Carlo algorithms for posterior inference and illustrate the efficacy of the proposed method through simulation experiments. Applied to our motivating nutritional epidemiology problems, compared to other approaches, our method provides more realistic estimates of the consumption patterns of episodically consumed dietary components.
登录
查看更多内容
影响因子：
5.7
作者：
Eilers, PHC;Marx, BD
通讯作者：
Marx, BD
影响因子：
3.7
作者：
GEISSER, S;EDDY, WF
通讯作者：
EDDY, WF
DOI：
10.1080/10618600.2014.899237
发表时间：
2014-10-01
期刊：
Journal of computational and graphical statistics : a joint publication of American Statistical Association, Institute of Mathematical Statistics, Interface Foundation of North America
影响因子：
--
作者：
Sarkar A;Mallick BK;Staudenmayer J;Pati D;Carroll RJ
通讯作者：
Carroll RJ
影响因子：
--
作者：
Tooze, Janet A.;Midthune, Douglas;Kipnis, Victor
通讯作者：
Kipnis, Victor
影响因子：
1.9
作者：
Kipnis V;Midthune D;Buckman DW;Dodd KW;Guenther PM;Krebs-Smith SM;Subar AF;Tooze JA;Carroll RJ;Freedman LS
通讯作者：
Freedman LS