通过将多维未知分布转换为多维高斯分布进行健康风险建模

传统的多数据源健康风险建模方法采用基于回归的方法，并假设结果变量具有边缘分布。数据收集自 $N$ 个受试者在 $J$ 个时间段内或来自 $J$ 个数据源。从第 $i$ 个受试者获得的响应为 $\vec{Y}_i=({Y}_{i1},\cdots, {Y}_{iJ})$。对于 $N$ 个受试者，我们获得受试者的 $J$ 维联合分布。在这项工作中，我们提出了一种新颖的方法，即在保持 Shannon 熵不变的情况下，将任何 $J$ 维联合分布转换为 $J$ 维高斯分布。这与传统方法形成鲜明对比，传统方法通过将 $Y_{ij}'$ 视为独立观测值来假设每个 $Y_{ij}$ 的边缘分布。所述变换已在我们的名为 ENTRA 的软件包中实现。