用于降维空间中二元逻辑回归同步建模的 MELODIC 族
统计方法学
2024-02-13 v2 统计计算
机器学习
摘要
逻辑回归是二元分类的常用方法。研究者通常拥有不止一个二元响应变量，同步分析是有益的，因为它能揭示响应变量之间的依赖关系，以及预测变量与响应之间的关系。此外，在这种同步分析中，各方程可相互借力，从而可能提高预测精度。本文提出用于同步二元逻辑回归建模的 MELODIC 族。在该族中，回归模型基于距离规则定义在降维的欧几里得空间中。该模型可用逻辑回归系数或双标图来解释。我们讨论了用于参数估计的快速迭代优化（或 MM）算法。详细展示了两个应用：一个将人格特征与药物消费特征相关联，另一个将人格特征与抑郁和焦虑障碍相关联。我们给出了 MELODIC 族与多元二元数据替代方法的详尽比较。
引用
@article{arxiv.2102.08232,
title = {The MELODIC family for simultaneous binary logistic regression in a reduced space},
author = {Mark de Rooij and Patrick J. F. Groenen},
journal= {arXiv preprint arXiv:2102.08232},
year = {2024}
}
备注
Comment [v2]: added a paragraph on page 7 about the equivalence to a logistic reduced rank model Comment [v2]: the description of the relationship towards logistic reduced rank models is updated on page 37