用于残疾调查数据的纵向混合成员轨迹模型
应用统计
2015-03-05 v3 统计方法学
摘要
我们开发了分析离散多变量纵向数据的方法，并将其应用于 1982-2004 年美国国家长期护理调查 (NLTCS) 中关于美国老年人口的功能性残疾数据。我们的模型建立在混合成员 (Mixed Membership) 框架之上，允许个体同时隶属于多个极端剖面，这些剖面的特征是由进入残疾状态的时间依赖轨迹所刻画的。我们还开发了一种扩展方法，允许纳入出生队列效应，以评估代际变化。应用这些方法，我们发现大多数个体遵循的轨迹意味着残疾 onset 较晚，并且与老一辈相比，年轻队列倾向于在生命更晚的阶段发展出残疾。
引用
@article{arxiv.1309.2324,
title = {Longitudinal Mixed Membership trajectory models for disability survey data},
author = {Daniel Manrique-Vallier},
journal= {arXiv preprint arXiv:1309.2324},
year = {2015}
}
备注
Published in at http://dx.doi.org/10.1214/14-AOAS769 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)