基于 KNN 融合 LASSO 的区域分位数变系数模型及其在健康结局研究中的应用
机器学习
2023-08-09 v1 机器学习
统计方法学
摘要
健康结局（如体重指数与胆固醇水平）已知依赖于年龄，并与其相关风险因素呈现出变化效应。本文提出一种新颖的框架，通过基于 K 近邻（KNN）融合 Lasso 的变系数（VC）区域分位数回归对健康结局与风险因素之间的关联进行动态建模，从而捕捉年龄的时间变化效应。所提方法具有较强的理论性质，包括紧致的估计误差界，以及在某些正则条件下探测精确聚类模式的能力。为高效求解所得优化问题，我们开发了交替方向乘子法（ADMM）算法。我们的实证结果证明了所提方法在捕捉健康结局与其风险因素之间复杂年龄依赖关联方面的有效性。
引用
@article{arxiv.2308.04212,
title = {Varying-coefficients for regional quantile via KNN-based LASSO with applications to health outcome study},
author = {Seyoung Park and Eun Ryung Lee and Hyokyoung G. Hong},
journal= {arXiv preprint arXiv:2308.04212},
year = {2023}
}