用于血压数据的二维本征高斯马尔可夫随机场
统计方法学
2021-11-16 v1 应用统计
摘要
许多现实世界现象天然是双变量的。这包括由收缩压和舒张压组成的血压。在此，我们开发了一个贝叶斯分层模型，利用在各国间及随时间差异显著稀疏数据，同时估计这些数值及其交互作用。该模型的一个关键要素是二维二阶本征高斯马尔可夫随机场（Intrinsic Gaussian Markov Random Field），其捕捉变量及其交互作用中的非线性趋势。模型使用马尔可夫链蒙特卡洛方法拟合，其中分块 Metropolis-Hastings 算法提供高效更新。使用模拟和真实数据展示了性能。
引用
@article{arxiv.2111.07848,
title = {A Two-Dimensional Intrinsic Gaussian Markov Random Field for Blood Pressure Data},
author = {Maria-Zafeiria Spyropoulou and James Bentham},
journal= {arXiv preprint arXiv:2111.07848},
year = {2021}
}