用于时间序列数据的半参数广义线性模型
统计方法学
2016-03-10 v1
摘要
人口健康和流行病学中的时间序列数据常涉及非高斯响应。在本札记中，我们提出了一个用于时间序列数据的半参数广义线性模型框架，该框架不需要指定数据的工作条件响应分布。相反，潜在响应分布被视为一个无限维参数，通过最大经验似然方法与通常的有限维参数同时估计。给出了所得估计量的一般一致性结果。模拟表明，即使对于中等样本量，使用所提方法的估计和推断也能与正确指定的参数模型表现一样好，但在模型误设下比参数方法更鲁棒。该方法被用于分析 Zeger (1988) 的脊髓灰质炎数据集以及 Menendez 等人 (2015) 最近的 Kings Cross 袭击数据集。
引用
@article{arxiv.1603.02802,
title = {Semiparametric generalized linear models for time-series data},
author = {Thomas Fung and Alan Huang},
journal= {arXiv preprint arXiv:1603.02802},
year = {2016}
}
备注
12 pages, 3 figures