一种增强短时间序列的新方法及其在镰状细胞病疼痛事件中的应用
统计方法学
2026-01-09 v1 应用统计
摘要
不同领域（包括但不限于生态学、生物学和医疗保健）的研究人员经常面临稀疏数据的挑战。这种稀疏性可能导致建模中的不确定性、估计困难和潜在偏差。在此，我们引入一种新颖的数据增强方法，当多个稀疏时间序列数据集具有相似的统计特性时，将其结合使用，从而改善参数估计和模型选择的可靠性。我们通过比较 Hawkes 和 Poisson 过程的验证研究展示了该方法的有效性，随后将其应用于镰状细胞病（SCD）患者的主观疼痛动态。SCD 是一种影响全球数百万人的疾病，尤其是非洲、地中海、中东和印度血统的人群。
引用
@article{arxiv.2601.04538,
title = {A new method for augmenting short time series, with application to pain events in sickle cell disease},
author = {Kumar Utkarsh and Nirmish R. Shah and Tanvi Banerjee and Daniel M. Abrams},
journal= {arXiv preprint arXiv:2601.04538},
year = {2026}
}
备注
15 pages, 9 figures