用于全因死亡率空间异质性的分层年龄-时期-队列模型
统计方法学
2018-06-08 v1
摘要
对人口统计学率进行建模的一个常见目标是比较两组或多组群体。例如，比较男性与女性或不同地区之间的死亡率可能揭示健康不平等。用于全因死亡率以及癌症等特定疾病发病率的一类流行模型是年龄-时期-队列（APC）模型。将该模型扩展到多变量情形并不简单，因为单变量 APC 模型存在众所周知的不可识别问题。通常 APC 模型对每个层分别拟合，然后进行事后比较。本文引入一种分层 APC 模型，利用具有矩阵正态先验的贝叶斯分层模型直接评估死亡率异质性的来源，该先验在层之间共享 APC 效应的线性与非线性方面的信息。文中讨论了计算、模型选择与先验设定，并将该模型应用于来自欧洲联盟的全因死亡率数据。
引用
@article{arxiv.1806.02748,
title = {A stratified age-period-cohort model for spatial heterogeneity in all-cause mortality},
author = {Theresa Smith},
journal= {arXiv preprint arXiv:1806.02748},
year = {2018}
}
备注
23 pages, 5 figures