一种用于修正计数数据低报的层次化框架
应用统计
2019-03-12 v1
摘要
结核病构成全球健康风险，巴西在绝对死亡率方面位列前二十国家。然而，这一流行病学负担被低报所掩盖，损害了有效干预的规划。我们提出对结核病计数中低报进行建模与修正的贝叶斯层次方法的全面研究与运用，这是观测计数数据中出现的普遍问题。该框架适用于完全低报的数据，仅依赖于对平均报告率的信息先验分布来补充数据中的部分信息。协变量被用于为真实计数生成过程与低报机制提供信息，同时也允许复杂的时空结构。我们基于模拟实验给出了若干敏感性分析，以辅助平均报告率先验分布的确定以及关于协变量纳入的决策。文中给出了先验与后验预测模型检验，并对该方法进行了批判性评估。
引用
@article{arxiv.1809.00544,
title = {A Hierarchical Framework for Correcting Under-Reporting in Count Data},
author = {Oliver Stoner and Theo Economou and Gabriela Drummond},
journal= {arXiv preprint arXiv:1809.00544},
year = {2019}
}
备注
34 pages, 14 figures, Journal of the American Statistical Association