重复多变量时间序列的条件谱分析及其在夜间生理学中的应用
应用统计
2017-01-19 v3
摘要
本文考虑当数据来自多个受试者时，分析多变量时间序列的功率谱与横断面结局之间关联的问题。其动机应用来自睡眠医学，研究者能够在睡眠期间非侵入性地记录生理时间序列信号。这些信号的频率模式可通过功率谱量化，包含关于生物过程的可解释信息。睡眠研究中的一个重要问题是建立时间序列信号的功率谱与临床特征之间的联系；这些联系是理解睡眠影响健康且可通过治疗改善健康的生物通路的关键。此类分析具有挑战性，因为它们必须克服来自多变量时间序列的功率谱作为复正定矩阵值函数的复杂结构。本文提出一种基于结果依赖功率谱的 Cholesky 分解分量的张量积样条模型的新分析方法。该方法将功率谱灵活建模为频率和结局的非参数函数，同时保持几何约束。在完全贝叶斯框架下公式化，开发了基于 Whittle 似然的马尔可夫链蒙特卡罗（MCMC）算法用于自动模型拟合及推断结局与谱测度间的关联。该方法被用于分析一项老年成人睡眠研究的数据，并揭示了关于压力与觉醒如何与在床时间相关联的新见解。
引用
@article{arxiv.1502.03153,
title = {Conditional Spectral Analysis of Replicated Multiple Time Series with Application to Nocturnal Physiology},
author = {Robert T. Krafty and Ori Rosen and David S. Stoffer and Daniel J. Buysse and Martica H. Hall},
journal= {arXiv preprint arXiv:1502.03153},
year = {2017}
}