基于平移不变函数聚类的 COVID-19 死亡数在人群风险因素校正下的分析
应用统计
2023-12-29 v2
摘要
COVID-19 大流行以其高感染率席卷全球。调查其地理差异对于衡量其与政治决策、经济指标或心理健康的关系具有极高的重要性。本文聚焦于对欧洲和美国多个地区在八个月期间报告的每日死亡率进行聚类。已有若干方法被开发用于对此类函数数据聚类。然而，这些方法不是平移不变的，因而无法处理疾病到达时间的不同，也不能考虑外部协变量，从而无法对各区域的人群风险因素进行校正。我们提出了一种新颖的三步聚类方法来规避这些问题。第一步，通过平移不变小波分解进行特征提取，以处理不同的发病时刻。第二步，使用单指标回归来消除由人群风险因素造成的差异。第三步，在回归残差上拟合非参数混合模型以实现区域聚类。本文的补充材料，包括用于复现工作的标准化材料描述，可在线获取。
引用
@article{arxiv.2012.10629,
title = {Translation-invariant functional clustering on COVID-19 deaths adjusted on population risk factors},
author = {Amay SM Cheam and Marc Fredette and Matthieu Marbac and Fabien Navarro},
journal= {arXiv preprint arXiv:2012.10629},
year = {2023}
}