用于分析中国老年人群纵向健康数据的自回归结构模型
应用统计
2019-12-06 v1
摘要
我们旨在阐明社会活动、体力活动与功能健康状态（因素）对中国健康与养老追踪调查（CHARLS）中抑郁症状（结果）的影响。CHARLS 是一项涉及 20000 名 45 岁及以上参与者的多年老龄化研究。尽管有多种统计方法可用于分析纵向数据，但对复杂系统内部的动态建模仍是一项困难的方法学挑战。我们开发了自回归结构模型（ASM）以考察这些因素对抑郁症状的影响，同时考虑时间依赖性。ASM 建立在结构方程模型之上，并包含两个部分：将观测与潜因子相连的测量模型，以及刻画潜因子间机制的结构模型。我们的 ASM 进一步将自回归依赖性纳入这两个部分以处理重复测量。将 ASM 应用于 CHARLS 数据的结果表明，在五年期间，社会与体力活动通过功能健康状态的中介作用，独立且持续地缓解了抑郁症状。
引用
@article{arxiv.1912.02359,
title = {The Autoregressive Structural Model for analyzing longitudinal health data of an aging population in China},
author = {Yazhuo Deng and David R. Paul and Audrey Q. Fu},
journal= {arXiv preprint arXiv:1912.02359},
year = {2019}
}
备注
20 pages, 3 figures