Minimum Sample Size for Developing a Multivariable Prediction Model using Multinomial Logistic Regression
多项逻辑斯谛回归模型允许预测具有2个以上类别的分类结局的风险。在开发这样的模型时,研究人员应该确保参与者的数量(n)相对于每个类别k的事件数量(E. k)和预测参数数量(p. k)是适当的。我们提出了三个标准,以确定所需的最小n在现有的标准开发的二元结果。第一个准则旨在最小化模型过拟合。第二个目标是尽量减少观察到的和调整后的R2 Nagelkerke之间的差异。第三个标准旨在确保准确估计总体风险。对于标准(i),我们表明样本量必须基于与多项式逻辑斯谛回归的子模型对应的不同一对一逻辑斯谛回归模型的预期Cox-snell R2,而不是基于多项式逻辑斯谛回归的总体Cox-snell R2。我们通过模拟研究测试了所提出的标准(i)的性能,发现它导致了期望的过拟合水平。标准(ii)和(iii)是以前提出的二元结果标准的自然扩展。我们说明了如何实施样本量标准,通过一个工作的例子考虑发展的多项风险预测模型的肿瘤类型时,提出了卵巢肿块。并给出了仿真代码和算例。我们将把我们提出的标准嵌入到pmsampsize R库和Stata模块中。
2022-07-26 stat.AP stat.ME
Variable selection for sparse Dirichlet-multinomial regression with an application to microbiome data analysis
随着下一代测序技术的发展,研究人员现在已经能够使用直接测序来研究微生物组的组成,其输出是每个微生物组样本的细菌分类群计数。微生物组研究的一个目标是将微生物组组成与环境协变量相关联。我们建议使用狄利克雷多项(DM)回归模型来模拟分类群计数,以解释观察到的计数的过度分散。DM回归模型可用于使用似然比检验来检验分类群组成和协变量之间的关联。但是,当协变量的数量很大时,多重检验可能会导致功效损失。为了解决高维的问题,我们开发了一种惩罚似然方法来估计回归参数,并通过施加稀疏组$\ell_1$惩罚来选择变量,以鼓励组级和组内稀疏性。这样的变量选择程序可以导致选择相关的协变量及其相关的细菌分类群。一个有效的块坐标下降算法来解决优化问题。我们提出了广泛的模拟,以证明稀疏DM回归可以比忽略过度分散或仅考虑比例的模型更好地识别微生物组相关协变量。我们证明了我们的方法在分析数据集的能力,评估营养摄入对人类肠道微生物组组成的影响。我们的研究结果清楚地表明,营养素摄入量与人体肠道微生物组密切相关。
2013-05-23 stat.AP
A multilevel multinomial logistic regression model for identifying risk factors of anemia in children aged 6-59 months in northeastern states of India
在这篇文章中,我们使用多级多项逻辑斯谛回归模型,以确定印度东北部各邦儿童贫血的危险因素。数据包括10,136名6-59个月年龄组的儿童。根据WHO指南,我们将贫血水平作为结局变量,根据血液中的血红蛋白浓度分为四个顺序类别(重度、中度、轻度和非贫血)。以居住地为二水平变量,建立了两水平随机截距模型。各州之间的类内相关性(ICC)为0.0577,表明居住州占响应变量总变化的约6%。对多水平模型进行了比较,并根据离差检验确定了最终模型。我们观察到,处于或低于严重贫血水平的预测概率为0.1247,中度贫血水平为0.3578,轻度贫血水平为0.0698,非贫血为0.4477。我们发现,结婚年龄(OR=1.13,95%CI:1.05,1.21)和孩子的数量(OR=1.09,95%CI:1.03,1.15)对处于或低于较低血红蛋白水平(严重贫血)有显着影响。此外,儿童年龄(OR=0.92,95%CI:0.86-1.00)是一个重要的预测因素,表明如果儿童年龄为48个月或更大,严重贫血的几率会降低。
2015-04-11 stat.AP
Liu Estimator in the Multinomial Logistic Regression Model
本文考虑多项逻辑斯谛回归模型中的Liu估计。我们提出了一些不同的偏置参数的估计。均方误差(MSE)被认为是性能标准。为了比较估计器的性能,我们进行了蒙特卡罗模拟研究。根据模拟研究的结果,我们发现,增加自变量之间的相关性和回归变量的数量对均方误差有负面影响。然而,当样本量增加时,即使自变量之间的相关性很大,MSE也会降低。基于最小均方误差准则,本文推荐了一些有用的偏置参数d的估计量。
2021-11-05 math.ST stat.AP stat.ME
On the "Poisson Trick" and its Extensions for Fitting Multinomial Regression Models
本文讨论用所谓的“泊松技巧”拟合多项式回归模型。这项工作是由Chen & Kuo(2001)和Malchow-Møller & Svarer(2003)提出的,他们被批评为计算效率低下,有时会产生无意义的结果。我们首先讨论独立数据的情况下,并提供了一个简约的拟合策略时,所有的协变量是分类的。然后,我们提出了一种新的方法来建模相关的响应的基础上扩展的伽玛泊松模型,其中的可能性可以表示在封闭形式。通过期望/条件最大化(ECM)算法估计参数,该算法可以使用标准统计软件包中容易获得的用于拟合广义线性模型的函数来实现。与现有的方法相比,我们的方法避免了需要近似的难处理的积分,从而推断是精确的近似Gamma-Poisson模型。通过对Chen & Kuo(2001)讨论的酸奶数据的重新分析来说明所提出的方法。
2017-07-26 stat.AP stat.CO stat.ME
A Bayesian Zero-Inflated Dirichlet-Multinomial Regression Model for Multivariate Compositional Count Data
狄利克雷多项分布在现代统计方法学的发展和应用中起着基础性的作用。最近,DM分布及其变体已被广泛用于对组学研究中由高通量测序技术产生的多变量计数数据进行建模,这是由于其能够适应数据的组成结构以及过度分散。DM分布的一个主要限制是它无法处理通常在实践中发现的可能会导致推断偏差的多余零。为了填补这一空白,我们提出了一种新的贝叶斯零膨胀DM模型的多变量组成计数数据与多余的零。然后,我们将我们的方法扩展到回归设置,并嵌入稀疏诱导先验来执行高维协变量空间的变量选择。在整个过程中,建模决策是为了提高可伸缩性,而不牺牲可解释性或强加限制性假设。广泛的模拟和应用程序的人类肠道微生物组数据集的性能比较所提出的方法,现有的方法。我们提供了一个附带的R包,其中包含一个用户友好的小插曲,可以将我们的方法应用于其他数据集。
2023-02-23 stat.AP stat.CO stat.ME
A Bayesian Functional Concurrent Zero-Inflated Dirichlet-Multinomial Regression Model with Application to Infant Microbiome
Colorado State University(科罗拉多州立大学)
本文提出一种新的回归模型,用于分析婴儿微生物组随时间变化的关系,考虑零膨胀、组成性和重复测量。模型能准确估计功能关系并适用于大规模数据。
2026-03-27 stat.AP stat.ME
Comparison of probabilistic nowcasts and forecasts of SARS-CoV-2 variant proportions made by hierarchical multinomial linear regression models
Department of Mathematics and Statistics, University of Massachusetts, Amherst(马萨诸塞大学阿默斯特分校数学与统计系);School of Public Health and Health Sciences, University of Massachusetts, Amherst(马萨诸塞大学阿默斯特分校公共卫生与健康科学学院)
本文研究比较了基于分层多项式线性回归模型的SARS-CoV-2变异比例的概率现在预测和预测方法,探讨了这些模型在不同数据量地区的表现。
2026-05-21 stat.AP
Plackett-Luce regression: A new Bayesian model for polychotomous data
多项逻辑斯谛回归是最流行的模型之一,用于模拟解释变量对一组指定选项之间的主题选择的影响。该模型在机器学习、心理学或经济学中有许多应用。在这个模型中的贝叶斯推断是不平凡的,需要,或者诉诸于MetropolisHastings算法,或拒绝抽样内的吉布斯采样器。在本文中,我们提出了一个替代模型多项式逻辑斯谛回归。该模型基于Plackett-Luce模型,这是一种流行的多重比较模型。我们发现,一组合适的辅助变量的引入导致一个期望最大化算法找到最大后验估计的参数。我们进一步提供了一个完整的贝叶斯处理,推导出一个吉布斯采样器,它只需要从高度标准的分布样本。我们还提出了一个变分近似推理方案。所有这些都很容易实现。Plackett-Luce回归模型的一个特性是它学习了一组稀疏的特征权重。我们比较我们的方法稀疏贝叶斯多项式逻辑斯谛回归,并表明它是有竞争力的,特别是在存在多分类数据。
2012-10-16 stat.AP stat.CO stat.ME
A Comparative Study of Imputation Methods for Multivariate Ordinal Data
针对多元有序数据的缺失值问题,本文比较评估了多种多重填补方法,发现比例优势逻辑回归、分类回归树及多项分布DP混合模型表现更优。
2024-12-24 stat.AP stat.ME
Dominating Hyperplane Regularization for Variable Selection in Multivariate Count Regression
针对高维多元计数回归中非凹似然函数难以优化的问题,提出支配超平面正则化方法,在MM框架下将SGL惩罚转化为加权岭惩罚,实现稳定优化与高效变量选择。
2025-04-07 stat.AP stat.ME
Bayesian Fused Lasso regression for dynamic binary networks
我们提出了一个多项逻辑斯谛回归模型,用于有向二元网络的时间序列中的链路预测。为了说明数据的动态性质,我们采用了与融合套索惩罚密切相关的模型参数的动态模型。除了促进稀疏性,这个先验允许我们探索网络结构中存在的变化点。我们介绍快速计算算法的估计和预测使用优化和贝叶斯方法。使用模拟数据和NYMEX天然气期货市场的金融交易网络的数据来说明该模型的性能。包含交易网络数据集和实现算法的代码的补充材料可在线获得。
2017-10-03 stat.AP
Cluster-Based Regularized Sliced Inverse Regression for Forecasting Macroeconomic Variables
本文研究了大数据集回归中的降维问题。我们介绍了一种新的方法,基于切片逆回归方法,称为基于聚类的正则化切片逆回归。该方法既保留了既考虑响应信息又考虑预报因子信息的优点,又增强了对高度相关变量的处理能力。在某些线性条件下,其是合理的。在宏观经济数据集上的实证应用表明,该方法优于动态因子模型和其他收缩方法。
2013-12-02 stat.AP
Partial Sliced Inverse Regression for Quality-Relevant Multivariate Statistical Process Monitoring
本文将一种流行的降维方法--切片逆回归(SIR)引入多元统计过程监控。采用偏最小二乘(PLS)的思想,将SIR推广到单指标模型。我们的部分切片逆回归(PSIR)方法具有合并来自预测变量(x)和响应(y)的信息的优点,并且它具有处理大型非线性或“n<p”数据集的能力。基于PSIR的X空间分解,给出了两个统计量及其相应的分布和控制限,用于过程监控中的故障检测。仿真结果表明,无论是线性模型还是非线性模型,PSIR都优于PLS和SIR。
2012-02-02 stat.AP
Inverse Probability Weighting of Count Exposures in the Presence of Missing Data: A Simulation Study
Centre for Longitudinal Studies, UCL Social Research Institute, University College London(长期研究发展中心,UCL社会研究所,伦敦大学学院);Research Department of Behavioural Science and Health, Institute of Epidemiology and Health Care, University College London(行为科学与健康研究系,流行病学与健康护理研究所,伦敦大学学院)
本文通过模拟研究评估了五种逆概率加权方法在计数暴露中的表现,探讨了多重插补对IPTW的影响,发现某些方法在完整数据和随机缺失时表现良好,但在部分缺失时存在偏倚问题。
2026-03-24 stat.AP stat.ME
Implicit Regression: Detecting Constants and Inverse Relationships with Bivariate Random Error
在2011年,Wooten介绍了隐式回归的基本理论-无响应分析,隐式回归将变量隐式地视为共因变量,而不是像标准回归那样将变量视为因变量或自变量的显式函数。本文的动机是引入隐式回归的方法来确定一个变量或交互项的常数性质,并解决测量变量之间的反向关系与随机误差存在于两个方向。
2015-12-16 stat.AP stat.OT