基于亚群体特异性偏差的稳健聚类
统计方法学
2019-05-13 v3
摘要
国家出生缺陷预防研究（NBDPS）是一项在美国10个州开展的出生缺陷病例对照研究。研究者关注利用食物频率问卷收集的母亲饮食在病因学中的作用。由于饮食是多维度的，降维方法如聚类分析常被用于概括膳食模式。在庞大、异质的人群中，用于估计膳食模式的传统聚类方法（如潜类别分析）可能因研究规模和地区多样性等多种因素而产生大量簇，这些因素导致因微小消费变化而可能不同的模式失去可解释性。基于局部划分过程的改进，我们提出一种新方法——稳健轮廓聚类，以处理这些数据复杂性。此处，参与者可在两个层面聚类：（1）全局层面，通过过拟合有限混合模型将女性分配至总体层面的簇；（2）局部层面，通过依赖于亚群体差异的beta-Bernoulli过程容纳饮食的地区变异。我们将该方法用于分析NBDPS数据，在考虑地区可变性的同时推导出NBDPS中女性孕前的膳食模式。
引用
@article{arxiv.1711.03884,
title = {Robust Clustering with Subpopulation-specific Deviations},
author = {Briana Stephenson and Amy Herring and Andrew Olshan},
journal= {arXiv preprint arXiv:1711.03884},
year = {2019}
}
备注
45 pages, 6 figures