基于矩阵变量分布有限混合模型的纵向有序数据聚类
统计方法学
2024-01-29 v1
摘要
在社会科学中，研究通常基于问卷，要求参与者在研究期间多次表达有序的响应。我们为此类纵向有序数据提出了一种基于模型的聚类算法。假设一个有序变量是潜在连续变量的离散化，该模型依赖于矩阵变量正态分布的混合，同时考虑了时间内部和时间之间的依赖结构。因此，该模型能够同时对异质性、响应之间的关联以及时间依赖结构进行建模。我们开发并提出了一个用于参数估计的EM算法。通过合成数据对模型的评估显示了其估计能力以及相较于竞争方法的优势。本文还将介绍一个关于法国Covid-19大流行期间饮食行为变化的实际应用。
引用
@article{arxiv.2401.14827,
title = {Clustering Longitudinal Ordinal Data via Finite Mixture of Matrix-Variate Distributions},
author = {Francesco Amato and Julien Jacques and Isabelle Prim-Allaz},
journal= {arXiv preprint arXiv:2401.14827},
year = {2024}
}