存在缺失数据情况下的青少年体力活动分布的半参数分位函数回归分析
统计方法学
2024-11-20 v1 应用统计
摘要
在数字医疗时代，通过可穿戴传感器被动收集的体力活动特征是评估健康结果的重要工具。为了充分利用通过可穿戴加速度计收集的海量数据，我们提出使用分位函数回归将活动特征建模为通过分位数响应的分布型结果，这可用于基于任何所需的分布摘要评估协变量间的活动水平差异。我们提出的框架解决了现有分布回归文献中未处理的两个关键问题。首先，我们在基空间中使用样条混合模型公式，以建模连续预测变量对分布型响应的非参数效应。其次，我们处理了此类可穿戴数据中常见但通常未被解决的潜在缺失问题。我们表明，缺失会导致特定于受试者的分布摘要产生偏差，进而导致有偏差的分布回归估计，甚至使常用的标量摘要度量产生偏差，并引入了一种非参数函数对函数建模方法，该方法通过调整每个受试者的缺失特征来解决此问题。我们使用基于真实模拟活动特征的模拟研究评估了我们的非参数建模和缺失数据调整，并将其用于从 Teen Environment and Neighborhood 研究中获取对青少年活动特征的洞察。
引用
@article{arxiv.2411.12585,
title = {Semiparametric quantile functional regression analysis of adolescent physical activity distributions in the presence of missing data},
author = {Benny Ren and Ian Barnett and Haochang Shou and Jeremy Rubin and Hongxiao Zhu and Terry Conway and Kelli Cain and Brian Saelens and Karen Glanz and James Sallis and Jeffrey S. Morris},
journal= {arXiv preprint arXiv:2411.12585},
year = {2024}
}