一种面向零膨胀膳食数据的多元测量误差新模型及其在膳食评估中的应用
应用统计
2011-07-26 v1
摘要
在美国，获取膳食摄入数据的首选方法是24小时膳食回顾，然而最受关注的指标是通常或长期平均每日摄入量，该指标无法直接测量。因此，通常膳食摄入量的评估存在相当大的测量误差。此外，膳食包含众多食物、营养素及其他成分，每种成分都具有独特的属性。有时，单独考察这些成分的摄入量是有用的，但营养学家越来越倾向于将它们作为一个整体来探索，以捕捉整体的膳食模式。这些成分的摄入量差异很大：有些几乎每个人每天都会摄入，而另一些则是偶发性摄入，导致24小时回顾数据存在零膨胀现象。此外，它们之间往往相互关联。最后，由于膳食建议通常随能量水平而变化，分析某种膳食成分相对于膳食中能量（卡路里）总量的摄入量往往更为可取。迄今为止，对通常摄入量整体膳食模式的理解已陷入停滞。目前尚无统计方法或模型能够对如此复杂的、带有测量误差和零膨胀的多元数据进行建模。本文提出了首个此类模型，并给出了拟合该模型的第一个可行解决方案。在描述模型之后，我们采用调查加权MCMC计算来拟合模型，并通过平衡重复复制法进行不确定性估计。
引用
@article{arxiv.1107.4868,
title = {A new multivariate measurement error model with zero-inflated dietary data, and its application to dietary assessment},
author = {Saijuan Zhang and Raymond J. Carroll and Douglas Midthune and Patricia M. Guenther and Susan M. Krebs-Smith and Victor Kipnis and Kevin W. Dodd and Dennis W. Buckman and Janet A. Tooze and Laurence Freedman},
journal= {arXiv preprint arXiv:1107.4868},
year = {2011}
}
备注
Published in at http://dx.doi.org/10.1214/10-AOAS446 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)