混合结果潜变量模型的半参数方法：认知与局部脑容量间关联的估计
应用统计
2014-01-14 v1
摘要
结合二元、分类、计数和连续结果的多元数据在社会科学和健康科学中很常见。我们针对任意类型的多元数据提出了一种半参数贝叶斯潜变量模型，该模型不需要指定条件分布。借鉴 Hoff [Ann. Appl. Stat. 1 (2007) 265-283] 的扩展秩似然方法，我们开发了一种用于混合结果潜变量建模的半参数方法，并提出了相关的 Markov chain Monte Carlo 估计方法。受认知测试数据的启发，我们重点关注双因子模型，这是因子分析的一个特例。我们采用我们的半参数贝叶斯潜变量模型来研究认知结果与 MRI 测量的局部脑容量之间的关联。
引用
@article{arxiv.1401.2728,
title = {A semiparametric approach to mixed outcome latent variable models: Estimating the association between cognition and regional brain volumes},
author = {Jonathan Gruhl and Elena A. Erosheva and Paul K. Crane},
journal= {arXiv preprint arXiv:1401.2728},
year = {2014}
}
备注
Published in at http://dx.doi.org/10.1214/13-AOAS675 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)