通过Beta广义非参数模型对连续监测血糖曲线进行建模
统计方法学
2025-11-04 v1
摘要
我们提出了一种函数型数据分析方法，用于研究实验中每个个体具有重复测量的、随时间变化的连续血糖监测数据。将血糖浓度曲线缩放到[0, 1]区间后，我们使用具有两个时变参数的Beta分布对其进行建模。在此背景下，我们开发了一种局部线性最大似然平滑程序，该程序在多个参数依赖于时间时有效。我们的方法比先前针对此设置的函数方法所需的观测值少得多，并且也适用于仅有一个（或少数几个）个体可用的情况。我们使用合成数据集以及大型真实临床试验数据集，从计算时间和模型拟合方面评估了我们估计量的性能。我们还将我们的方法与文献中的现有方法进行了比较。从方法论的角度来看，我们通过开发用于估计和近似留一交叉验证的理论表达式，将局部似然估计从一个时变参数扩展到两个时变参数。此外，我们表明，这种基于核的方法与当今函数回归模型的主导方法——基于样条的估计方法——具有竞争力。
引用
@article{arxiv.2511.00501,
title = {Modeling continuous monitoring glucose curves by Beta generalized non-parametric models},
author = {Nihan Acar-Denizli and Pedro Delicado},
journal= {arXiv preprint arXiv:2511.00501},
year = {2025}
}