一种用于建模 COVID-19 病死率的参数化分位数 beta 回归
统计方法学
2021-10-12 v1
摘要
受 COVID-19 病死率（CFR）的启发，本文基于广义三参数 beta（GB3）分布发展了一种完全参数化的分位数回归模型。beta 回归模型主要用于建模比率与比例。然而，这些模型通常是以条件均值的形式设定的，因此当观测响应变量服从不对称分布（如 CFR 数据）时可能不够充分。此外，beta 回归模型未考虑协变量在因变量整个取值范围上的影响，而这一点可通过条件分位数方法实现。为引入所提出的 GB3 回归模型，我们首先通过插入一个分位数参数对 GB3 分布进行重新参数化，然后发展出这一新的分位数模型。我们还提出了以分位数的百分比增减来对预测变量与响应变量之间的关系进行简单解释。我们开展了蒙特卡洛研究，以评估极大似然估计的性能以及连接函数的选择。最后，分析并讨论了一个来自智利的真实 COVID-19 数据集，以说明所提出的方法。
引用
@article{arxiv.2110.04428,
title = {A parametric quantile beta regression for modeling case fatality rates of COVID-19},
author = {Marcelo Bourguignon and Diego I. Gallardo and Helton Saulo},
journal= {arXiv preprint arXiv:2110.04428},
year = {2021}
}
备注
30 pages, 8 figures