纵向数据潜在马尔可夫模型中状态选择标准的比较
统计方法学
2012-12-04 v1
摘要
我们比较了不同的选择标准，以确定用于纵向数据的多变量潜在马尔可夫模型中的潜在状态数量。该模型基于一个底层马尔可夫链来表示一组个体的潜在特征随时间的演化。随后，假设在不同时刻观测到的响应变量在给定该链的条件下是条件独立的。模型的最大似然估计是通过基于前向 - 后向递归的期望最大化 (Expectation-Maximization) 算法进行的，这在时间序列的隐马尔可夫文献中是众所周知的。我们在比较中考虑的选择标准基于最大对数似然的惩罚版本，或基于属于每个潜在状态的后验概率，即给定观测数据的潜在状态的条件概率。蒙特卡洛模拟研究表明，基于对数似然的信息准则指标通常优于基于分类的准则指标。这是由于后者倾向于低估潜在状态的真实数量，特别是在单变量情况下。
引用
@article{arxiv.1212.0352,
title = {A comparison of some criteria for states selection in the latent Markov model for longitudinal data},
author = {Silvia Bacci and Silvia Pandolfi and Fulvia Pennoni},
journal= {arXiv preprint arXiv:1212.0352},
year = {2012}
}
备注
32 pages, 1 figure, 8 tables