基于贝叶斯建模的土耳其地区与家庭层面聚类有序结果数据
应用统计
2021-11-09 v1
摘要
本研究关注在存在随机效应的情况下，利用多项逻辑回归分析三层有序结果数据。假设随机效应在 logit 连接下服从 Bridge 分布，这使得能够对回归系数进行边际解释。数据来自土耳其收入与生活条件调查，其中结果变量为自评健康（SRH），其本质为有序变量。对这些数据的分析旨在比较协变量子组，并就 SRH 得出地区和家庭层面的推断。参数与随机效应根据贝叶斯范式从联合后验密度中抽样。模型选择采用三个准则：Watenable 信息准则、对数伪边际似然和偏差信息准则。三者均表明，为对 SRH 建模需要考虑地区和家庭层面的变异性。通过 posterior predictive checks 检验模型复现观测数据的程度。研究发现 SRH 在经济与人口变量水平、土耳其各地区以及参与调查的家庭之间存在差异。一些有趣发现包括：失业者报告健康状况较差的可能性比就业者高 19%，而爱琴海农村地区是报告健康状况较差概率最小的地区。
引用
@article{arxiv.2111.04645,
title = {Bayesian modelling of statistical region- and family-level clustered ordinal outcome data from Turkey},
author = {Ozgur Asar},
journal= {arXiv preprint arXiv:2111.04645},
year = {2021}
}