用于模型设定不确定下形状与中位数效应评估的 Logistic Box-Cox 回归
统计方法学
2019-02-01 v1
摘要
连续暴露变量与二元疾病变量之间关系的形状常常是流行病学研究的核心。本文探讨围绕该关系推断与形状的一系列问题。假定该关系可由回归系数与形状参数表达，我们研究在典型流行病学研究与风险评估场景中形状可被推断的程度。我们还考虑暴露中位数效应的恰当定义，并研究其可被推断的精度。这分别在采用承认形状参数不确定性的模型，以及忽略此不确定性并使用两步法（第一步变换预测变量，第二步以变换后预测变量拟合简单线性模型）的情形下完成。所有这些研究都需要一个由形状参数索引的暴露-疾病关系族。为此，我们采用基于 Box-Cox 变换的关系族。
引用
@article{arxiv.1901.11362,
title = {Logistic Box-Cox Regression to Assess the Shape and Median Effect under Uncertainty about Model Specification},
author = {Li Xing and Xuekui Zhang and Igor Burstyn and Paul Gustafson},
journal= {arXiv preprint arXiv:1901.11362},
year = {2019}
}
备注
18 pages, 14 figures