缺失数据假设下的灵活贝叶斯分位数回归分析

摘要：

考虑缺失数据假设下,响应变量为有序分类变量的灵活贝叶斯分位数回归分析.对有序分类变量添加一潜在变量,并假设潜在变量服从广义偏斜拉普拉斯分布,由此建立起有效的贝叶斯后验推断程序.与传统的贝叶斯分位数回归方法相比,本方法的主要优势在于广义非对称拉普拉斯分布的尾部灵活,具有高度的适应性.最终,以云南省某医院生殖遗传中心的试管婴儿数据为例来说明本方法的有效性和适用性.

关键词：二维光滑、B-样条基函数、广义非对称拉普拉斯分布、缺失数据、贝叶斯分位数回归

所属期刊栏目：37

分类号：O212.8(概率论与数理统计)

资助基金：国家自然科学基金资助项目11201200,11561035

在线出版日期：2019-04-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：157-164