一种基于非对称最小二乘回归、考虑异方差性的广义估计方程新方法
统计方法学
2020-12-29 v2
摘要
广义估计方程（GEE）被广泛用于分析纵向数据；然而，它们不适用于异方差数据，因为它们仅估计回归子对均值响应的效应——因而未考虑数据异质性。在此，我们将GEE与非对称最小二乘（期望分位数）回归相结合，导出一类新的估计子，称之为广义期望分位数估计方程（GEEE）。GEEE模型估计回归子对响应分布期望分位数的效应，从而提供回归子对整个响应分布效应的详细视图。除捕捉数据异方差性外，GEEE还将多种工作相关结构扩展以考虑受试者内依赖。我们推导了GEEE估计子的渐近性质，并为其推断提出一个稳健的协方差矩阵估计子（见我们的R包 github.com/AmBarry/expectgee）。模拟表明GEEE估计子无偏且高效，真实数据分析表明其能捕捉异方差性。
引用
@article{arxiv.1810.09214,
title = {A new GEE method to account for heteroscedasticity, using asymmetric least-square regressions},
author = {Amadou Barry and Karim Oualkacha and Arthur Charpentier},
journal= {arXiv preprint arXiv:1810.09214},
year = {2020}
}
备注
40 pages, 14 figures and all section modified