کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7546847 1489652 2016 10 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Analysis of bivariate zero inflated count data with missing responses
ترجمه فارسی عنوان
تجزیه و تحلیل دو متغیره صفر تعداد داده های شمارش با پاسخ های از دست رفته
ترجمه چکیده
مدل های رگرسیون پواسون صفر با دو متغیر اخیرا در تنظیمات مختلف پزشکی و بیولوژیکی مورد استفاده قرار گرفته اند تا صفر صفر اضافه شوند. با این حال، در صورت عدم پاسخ، هیچ روش خاصی برای مقابله با یکسان وجود ندارد. مدل خود پیچیده است و به عنوان پاسخ های زوج، مقادیر گم شده در یک یا هر دو مختصات ممکن است رخ دهد. ما یک رویکرد مبتنی بر به حداکثر رساندن انتظارات مونت کارلو قابل انعطاف برای رسیدگی به داده های تعداد صفر با دو متغیر با پاسخ های از دست رفته پیشنهاد می کنیم. ما نتایج یک مطالعه شبیه سازی را برای ارزیابی عملکرد رویکرد پیشنهادی ارائه می دهیم. برای نشان دادن کاربرد مدل و روش ما، ما اطلاعات دوجانبه مربوط به تقاضای مراقبت های بهداشتی در استرالیا را در نظر می گیریم.
موضوعات مرتبط
مهندسی و علوم پایه ریاضیات آنالیز عددی
چکیده انگلیسی
Bivariate zero-inflated Poisson regression models have recently been used in various medical and biological settings to model excess zeros. However, there has not been any definite approach to deal with the same in the event of missing responses. The model itself is complex and as the responses are paired, missing values can occur in either or both coordinates. We propose a flexible Monte Carlo expectation maximization based approach to handle bivariate zero inflated count data with missing responses. We report the results of a simulation study designed to evaluate the performance of the proposed approach. To illustrate the application of our model and methodology, we consider a bivariate data concerning the demand for health care in Australia.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Multivariate Analysis - Volume 148, June 2016, Pages 73-82
نویسندگان
, , ,