文献

J-GLOBAL ID：201702238664795721   整理番号：17A1164217

共変量を用いた順序個々の反応のための潜在的Markovと成長混合モデル:比較【Powered by NICT】

Latent Markov and growth mixture models for ordinal individual responses with covariates: A comparison

著者 (2件)： Pennoni Fulvia (Department of Statistics and Quantitative Methods, University of Milano-Bicocca, Milano, Italy) ,  Romeo Isabella (Laboratory of Environmental Chemistry and Toxicology, Istituto di Ricerche Farmacologiche Mario Negri, Milano, Italy)
資料名： Statistical Analysis and Data Mining  (Statistical Analysis and Data Mining)
巻： 10  号： 1  ページ： 29-39  発行年： 2017年 
JST資料番号： W2749A  ISSN： 1932-1864  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 【目的】著者らは観察された個人の時間固定と時変共変量を用いた時系列データのモデリングの安定性と変化の二種類の代替方法をレビューした。両方の方法は,有限混合モデルの基礎の上に構築し,多くの分野で広く応用されているが,それらは異なる視点からデータを解析した。応答変数の順序性質は興味のある場合に,著者らの試みを比較することである。【方法】潜在Markovモデルは個体の観測可能な挙動を説明するために時変隠れた変数に基づいている。潜在プロセスは離散分布を持ち,Markov構造で特徴づけられるとしてセミパラメトリック定式化を提案した。成長混合モデルは,観察した軌跡における観察されない不均一性と成長因子の変動を説明するためにGaussランダム変数の混合物に考慮した潜在的カテゴリー変数に基づいている。は自己申告の健康状態に関する実データ例を参照しそれらの特異性と相違点を説明した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 成長因子 ,  モデリング ,  定式化 ,  軌跡 ,  不均一性 ,  *隠れた変数
準シソーラス用語： 特異性 ,  健康状態 ,  ランダム変数 ,  Markovモデル ,  有限混合モデル ,  時系列データ ,  *混合モデル ,  *共変量 , 【Automatic Indexing@JST】

著者キーワード (6件)： 動的因子モデル ,  期待値最大化アルゴリズム ,  前方-後方再帰 ,  潜在軌跡 ,  最大尤度 ,  モンテカルロ法

分類 (2件)： 利益管理  (KA05030A) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (4件)： 共変量 ,  順序 ,  成長 ,  混合モデル