年龄-时期-队列模型的光滑化：样条与随机过程的比较
统计方法学
2023-12-18 v1
摘要
年龄-时期-队列 (APC) 模型广泛应用于健康和人口数据建模，以生成每个时间趋势的光滑估计。在 APC 模型中进行光滑化时主要有两个学派：使用惩罚光滑样条的频率学派和使用随机过程的贝叶斯学派，两者之间鲜有交集。在本文中，我们清晰地阐述了这两个学派之间的理论联系，利用模拟数据和真实数据提供示例以突出相似性和差异，并帮助一般 APC 用户理解可能难以理解的泛函分析理论。正如直觉所料，两种方法产生了可比且几乎相同的样本内预测，但贝叶斯方法中的随机过程可能有利于样本外预测，因为其以更完整的方式捕捉了不确定性来源。
引用
@article{arxiv.2312.09698,
title = {Smoothing for age-period-cohort models: a comparison between splines and random process},
author = {Connor Gascoigne and Theresa Smith and Andrea Riebler},
journal= {arXiv preprint arXiv:2312.09698},
year = {2023}
}
备注
15 pages, 4 figures, 1 table