抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
統計的回帰方法論における最近の発展は,純粋平均回帰から分布回帰モデルへシフトする。1つの重要なストランドは条件付き変換モデル(CTMs)である。CTMは,単純な対数-凹参照分布に対する一連の共変量に対して,変換関数を直接応答条件に適用することにより,全体の条件付き分布を直接推論する。従って,CTMは,説明変数に依存する完全条件付き分布だけでなく,分散,尖度または歪度を許す。正確に観測された連続応答に焦点を当てた条件付き変換モデル(BCTMs)のBayes概念を提案したが,ランダム補償と離散応答への拡張も組み入れた。尤度ベースのCTMで考慮されたBernstein多項式に頼るよりむしろ,著者らは平滑性事前で補われた単調効果のためのスプラインベースのパラメータ化を実行した。さらに,大きなサンプル近似に頼ることなく,容易に得られる信用可能間隔と他の量を介してBayesパラダイムから利益を得ることができる。シミュレーション研究は,その尤度ベース対応物に対する著者らのアプローチの競争力を証明したが,また,位置,スケールおよび形状およびBayes分位数回帰のBayes付加モデルも実証した。2つのアプリケーションは,実世界データを含む問題におけるBCTMの多用途性を示し,様々なタイプの競争者との比較を含む。【JST・京大機械翻訳】