基于最大均值差异的缺失数据匹配对假设检验:在连续血糖监测中的应用
统计方法学
2022-06-06 v1 机器学习
摘要
统计科学中的一个常见问题是如何妥善处理匹配配对观测中的缺失数据。已有大量文献处理单变量情形。然而,测量生物系统的持续技术进步提出了处理更复杂数据的需求,例如图、字符串和概率分布等。为填补此空白,本文提出最大均值差异(MMD)的新估计量,以处理含缺失数据的复杂匹配对。这些估计量可在不同缺失机制下检测数据分布差异。该方法的有效性得到证明,并在广泛的模拟研究中进一步探讨,且给出了统计一致性结果。一项基于人群的纵向糖尿病研究中的连续血糖监测数据被用于说明该方法的的应用。通过采用新的分布表示结合聚类分析,可探索关于血糖变化在五年间分布水平上如何变化的新的临床标准。
引用
@article{arxiv.2206.01590,
title = {Hypothesis testing for matched pairs with missing data by maximum mean discrepancy: An application to continuous glucose monitoring},
author = {Marcos Matabuena and Paulo Félix and Marc Ditzhaus and Juan Vidal and Francisco Gude},
journal= {arXiv preprint arXiv:2206.01590},
year = {2022}
}