文献

J-GLOBAL ID：201902261533785825   整理番号：19A2233856

ベータ回帰モデルの下でのロバスト推論と健康管理研究への応用【JST・京大機械翻訳】

Robust inference under the beta regression model with application to health care studies

著者 (1件)： Ghosh Abhik (Indian Statistical Institute, Kolkata, India)
資料名： Statistical Methods in Medical Research  (Statistical Methods in Medical Research)
巻： 28  号： 3  ページ： 871-888  発行年： 2019年 
JST資料番号： W5397A  ISSN： 0962-2802  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： 医学生物学,健康管理,心理学,およびいくつかの他の多くの異なる応用分野において,速度,割合,または比率に関するデータが頻繁に発生する。本論文では,いくつかの関連する説明変数を通して(0,1)における値を取り上げるような応答変数を記述するために使用されるβ回帰モデルのためのロバストな推論手順を開発した。ベータ回帰モデルに関しては,ロバスト性の問題はこれまでの文献において大きく無視されてきた。既存の最大尤度ベース推論には,データにおける異常値に対するロバスト性の重大な欠如があり,データ汚染の存在において劇的に異なる(誤った)推論を生成する。ここでは,ロバスト最小密度電力発散推定器と,いくつかの応用に沿ったベータ回帰モデルに対するロバストWald型試験のクラスを開発した。それらの漸近的性質を導出し,影響関数解析を通して理論的にそれらのロバスト性を記述した。提案した推定器と試験の有限サンプル性能を,適切なシミュレーション研究と健康管理と心理学の文脈における実際のデータ応用を通して調べた。固定分散パラメータを持つベータ回帰モデルに主に焦点を当てたが,適用による可変分散ベータ回帰モデルへの拡張のためのいくつかの指標も提供した。Copyright The Author(s) 2017 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ロバスト性 ,  心理学 ,  関数解析 ,  *回帰モデル ,  異常値 ,  電力 ,  *健康管理 ,  シミュレーション ,  最尤法
準シソーラス用語： 漸近的性質 , 【Automatic Indexing@JST】

著者キーワード (5件)： ロバスト性 ,  ベータ回帰モデル ,  速度と比率データ ,  最小密度電力発散推定量 ,  Wald型テスト

分類 (2件)： システム・制御理論一般  (IA02010H) ,  数値計算  (JE02000J)

タイトルに関連する用語 (5件)： 回帰モデル ,  ロバスト ,  推論 ,  研究 ,  応用