面向多个人群的多样化和全球健康结果的时间模型：引入可选收缩的正态分布数据模型类
统计方法学
2024-12-02 v1 应用统计
摘要
统计模型用于估算数据有限人群中人口学和全球卫生指标的估计值。此类模型整合多个数据源，以基于模型假设产生具有不确定性的估计和预测。模型假设可分为描述感兴趣指标潜在趋势的假设与描述观测数据生成过程的假设后者。本文聚焦于后者，提出一种可用于组合来自多个来源的数据的模型类。该模型考虑抽样误差以及基于调查特征的观测不确定性差异。此外，数据模型采用马哈斯胡先验，以产生对异常观察值鲁棒的估计。我们称该数据模型类为正态分布可选收缩（normal-with-optional-shrinkage, NOS）配置。我们以全球多个国家的现代避孕使用率及其他家庭规划指标的国家层面估计为例，说明了NOS数据模型的实际应用。
引用
@article{arxiv.2411.18646,
title = {Temporal Models for Demographic and Global Health Outcomes in Multiple Populations: Introducing the Normal-with-Optional-Shrinkage Data Model Class},
author = {Leontine Alkema and Herbert Susmann and Evan Ray},
journal= {arXiv preprint arXiv:2411.18646},
year = {2024}
}