Multivariate Functional Principal Component Analysis for Mixed-Type mHealth Data: An Application to Mood Disorders
Texas A&M University（德克萨斯农工大学）；University of South Carolina（南卡罗来纳大学）；National Institute of Mental Health（美国国家精神卫生研究所）；Johns Hopkins Bloomberg School of Public Health（约翰霍普金斯大学布隆伯格公共卫生学院）
本文提出了一种用于混合类型mHealth数据的多变量功能主成分分析方法，用于识别情绪障碍亚型的时间模式。
2026-03-11 stat.AP stat.ME
Covariate-Adjusted Functional Principal Components Analysis for Modeling Hazard Rates of Physical Activity in the US Population
University of Mississippi Medical Center（密西西比大学医学中心）
提出基于风险函数的分布分析方法，利用功能主成分分析（FPCA）从腕部加速度计数据中刻画个体活动强度分布变异，优于均值摘要。
2026-06-19 stat.AP
Dynamics of Fecal Coliform Bacteria along Canada's Coast
广阔的海岸线为加拿大提供了蓬勃发展的海鲜产业，包括双壳贝类生产。为了维持健康的双壳类软体动物贝类生产，加拿大贝类卫生计划成立，以监测贝类收获栖息地的健康，自1979年以来，在加拿大六个沿海省份的近15，000个海洋样本点收集了粪便大肠菌群数据。我们应用功能主成分分析和随后的相关性分析，以找到在每个省的网站细菌水平的年度变化模式。粪便污染的总体规模和季节性分别由功能主成分1和2建模。幅度与人类和温血动物的活动;季节性与不列颠哥伦比亚省的降水和融雪驱动的河流流量密切相关，但由于冬季缺乏数据，大西洋沿岸省份的这种相关性无法得到适当的评估。
2022-11-27 stat.AP
Multi-feature Clustering of Step Data using Multivariate Functional Principal Component Analysis
本文提出了一种新的统计方法，用于聚类步骤数据，这是一种很容易从可穿戴设备中获得的流行形式的健康记录数据。由于阶跃数据是高维的，零膨胀的，经典的方法，如K均值和分割周围的medoid（PAM）不能直接应用。该方法是一种新的组合，新构造的变量反映了台阶数据的内在特征，例如数量、强度和模式，而多元函数主成分分析可以整合台阶数据的所有特征进行聚类。所提出的方法是通过应用传统的聚类方法，如K-均值和PAM从这些变量中获得的多元函数主成分得分。仿真研究和实际数据分析表明，聚类质量显着改善。
2020-10-15 stat.AP stat.ME
Functional Principal Component Analysis for Continuous non-Gaussian, Truncated, and Discrete Functional Data
本文提出一种统一的函数型主成分分析方法，利用半参数高斯copula模型和Kendall's tau桥接协方差估计，同时处理连续、截断、有序和二值函数型数据，并在情绪障碍亚型研究中验证了其刻画日内情绪模式的能力。
2023-09-21 stat.AP stat.ME
Compositional Data Regression in Insurance with Exponential Family PCA
成分数据是只携带成分之间的相对信息的多变量观测。应用标准的多元统计方法学直接分析成分数据可能会导致悖论和误解。组合数据也经常出现在保险中，特别是远程信息处理信息。然而，这种类型的数据并没有得到应有的特殊待遇，在大多数现有的精算文献。在本文中，我们探索和研究使用指数族主成分分析（EPCA）来分析保险中的成分数据。该方法被应用于分析从美国矿山安全与健康管理局获得的数据集。数值结果表明，EPCA能够产生具有显著预测意义的主成分，提高了回归模型的预测精度。EPCA方法可以为精算师分析成分数据提供一个很有前途的有用工具。
2021-12-29 stat.AP
Convex Formulations for Fair Principal Component Analysis
UC Berkeley（加州大学伯克利分校）
虽然有越来越多的文献对监督学习的公平性，将公平性纳入无监督学习的问题还没有得到很好的研究。本文研究的背景下，主成分分析（PCA）的公平性。我们首先给出了降维的公平性的定义，并且我们的定义可以被解释为说，如果关于受保护类的信息（例如，种族或性别）不能从降维的数据点推断。接下来，我们开发凸优化公式，可以提高PCA和核PCA的公平性（相对于我们的定义）。这些配方是半定程序（SDP的），我们证明了我们的配方使用几个数据集的有效性。最后，我们展示了我们的方法可以用来执行一个公平的（相对于年龄）聚类的健康数据，可用于设置健康保险费率。
2018-11-12 cs.LG math.OC stat.ML
Principal Component Pursuit for Pattern Identification in Environmental Mixtures
环境健康研究人员经常致力于确定导致潜在有害暴露的来源/行为。我们适应主成分追踪（PCP）-一个强大的技术，在计算机视觉和信号处理的降维识别模式的环境混合物。五氯苯酚将接触混合物分解成一个低秩矩阵，其中包含各种污染物的一致接触模式和一个孤立独特接触事件的稀疏矩阵。我们调整PCP以适应非阴性和缺失数据，以及低于给定检测限（LOD）的值。我们模拟数据来表示两种大小的环境混合物，比例增加<LOD和三种噪声结构。我们将PCP-LOD与主成分分析（PCA）进行比较以评估性能。接下来，我们将PCP-LOD应用于2001-2002年国家健康和营养检查调查中在1,000名美国成年人中测量的21种持久性有机污染物（POP）的混合物。我们将奇异值分解应用于估计的低秩矩阵来表征模式。PCP-LOD通过对所有模拟的交叉验证恢复了模式的真实数量;基于先验指定的标准，PCA在32%的模拟中恢复了模式的真实数量。对于所有模拟数据集，PCP-LOD实现了比PCA更低的相对预测误差，其中高达50%的数据<LOD。当75%的值<LOD时，PCP-LOD仅在噪声较低时优于PCA。在持久性有机污染物混合物中，五氯苯酚-LOD确定了一个三级基本结构，并将6%的值分离为独特事件。其中一种模式代表了对所有持久性有机污染物的全面接触。其他模式根据已知的结构和毒性对化学品进行分组。五氯苯酚-LOD是一个有用的工具，可以将多维度暴露表…
2021-10-29 eess.SP stat.AP stat.ME
A Riemann Manifold Model Framework for Longitudinal Changes in Physical Activity Patterns
身体活动（PA）与许多健康结果显著相关。近年来，基于可穿戴加速度计的活动跟踪器的广泛使用为深入研究PA及其与健康结果和干预措施的关系提供了独特的机会。过去对活动跟踪器数据的分析在很大程度上依赖于将分钟级PA记录汇总为日级汇总统计，其中PA时间/昼夜模式的重要信息丢失。在本文中，我们提出了一种新的功能数据分析方法的基础上黎曼流形建模PA及其纵向变化。我们模型平滑分钟级PA的一天一维黎曼流形和纵向变化PA在不同的访问之间的变形流形。通过变形的可变性来表征一组受试者中PA变化的可变性。进一步采用功能主成分分析对变形进行建模，并将PC分数用作PA变化与健康结果和/或干预之间关系的建模代理。我们对两项临床试验的数据进行了全面分析：UCSD的Reach for Health（RfH）和Metabolism，Exercise and Nutrition（MENU），重点关注干预措施对PA模式纵向变化的影响以及PA的不同变化模式如何影响减肥。所提出的方法揭示了独特的变化模式，包括整体增强PA，增强早晨PA，以及每个研究队列特定的活动时间变化。研究结果为PA和健康的纵向变化研究带来了新的见解，并有可能促进设计有效的健康干预措施和指南。
2022-12-02 stat.AP
Adaptive probabilistic principal component analysis
Aston University（阿斯顿大学）；Radboud University（拉德堡德大学）；Massachussetts Institute of Technology（麻省理工学院）
使用线性高斯隐变量模型作为出发点，我们放松了一些约束，它所施加的非参数隐特征高斯变量模型。该模型将额外的离散潜变量引入到原始结构中。这种新模型的贝叶斯非参数性质使其能够随着观察到更多数据而适应复杂性，并将每个数据点投影到不同数量的子空间上。连续潜在变量和观测变量之间的线性关系使得所提出的模型易于解释，类似于局部自适应概率PCA（A-PPCA）。我们提出了两种替代的吉布斯抽样程序的推断在新的模型和被动健康监测传感器数据证明其适用性。
2019-05-27 cs.LG stat.AP stat.ML
Deep Spectral Q-learning with Application to Mobile Health
North Carolina State University（北卡罗来纳州立大学）；London School of Economics and Political Science（伦敦政治经济学院）
动态治疗方案根据患者的基线信息和随时间变化的协变量，随时间顺序地向患者分配个性化治疗。在移动健康应用中，这些协变量通常在长时间范围内以不同频率收集。在本文中，我们提出了一种深度谱Q学习算法，它集成了主成分分析（PCA）和深度Q学习来处理混合频率数据。在理论上，我们证明了估计的最优策略下的平均收益收敛于最优策略下的平均收益，并建立了其收敛速度。我们的建议的有用性进一步说明了通过模拟和糖尿病数据集的应用。
2023-01-03 cs.LG stat.AP stat.ME
Covariate-Adjusted Functional Data Analysis for Structural Health Monitoring
本文提出一种函数对函数回归框架，结合半参数建模与函数主成分分析，用于结构健康监测中调整协变量变异并进行长期监测。
2024-12-07 stat.AP stat.ME
Creating a Spatial Vulnerability Index for Environmental Health
本研究提出一种基于健康结果加权的空间脆弱性指数方法，用于评估极端气温和空气污染对人口健康的影响，并在澳大利亚实现了前所未有的国家级时空监测。
2024-03-22 stat.AP stat.ME
Covariate-Dependent Functional Principal Component Analysis for SHM
Helmut Schmidt University（赫尔穆特·施密特大学）；KU Leuven（荷语鲁汶大学）
本文提出一种基于协变量的功能主成分分析方法，用于处理结构健康监测中环境因素对功能数据协方差结构的影响，提升监测鲁棒性。
2026-03-18 stat.AP stat.ME
A novel principal component analysis for spatially-misaligned multivariate air pollution data
我们提出了新的方法预测（稀疏）PCA与空间错位的数据。这些方法识别主成分载荷向量，其解释观测数据中尽可能多的可变性，同时还确保在空气污染测量不可用的位置处通过空间统计学可以准确地预测对应的主成分分数。这将使得有可能确定空气污染物的重要混合物，并在无法使用现有方法的队列研究中量化其健康影响。我们证明了预测（稀疏）PCA在模拟数据中的实用性，并将该方法应用于国家环境保护局（EPA）监管监测器的颗粒物形态数据的年平均值。
2015-09-03 stat.ME
Elastic Functional Changepoint Detection of Climate Impacts from Localized Sources
本文提出一种弹性函数变点检测方法，能同时处理振幅和相位变异性，应用于模拟和观测数据，成功检测出皮纳图博火山喷发对平流层温度的影响。
2023-08-10 stat.AP stat.ME stat.OT
Sparse Longitudinal Functional Principal Component Analysis for Episodic Ambulatory Behavioral Assessments
University of Minnesota（明尼苏达大学）；University of Michigan（密歇根大学）
提出稀疏纵向函数主成分分析方法，通过结构化惩罚样条回归估计协方差，分解间歇性观测的键入速度轨迹变异性，揭示个体和日间模式，用于定制行为干预。
2026-06-06 stat.AP stat.ME
Efficient Bayesian functional principal component analysis of irregularly-observed multivariate curves
针对不规则稀疏观测的多元函数曲线，提出贝叶斯分层函数主成分分析框架，通过共享得分借力并利用变分推断高效估计，应用于新冠患者分子病程分析，揭示免疫-炎症-代谢协调动态。
2024-07-20 stat.AP stat.ME
Health Prognostics in Multi-sensor Systems Based on Multivariate Functional Data Analysis
本文提出基于多元函数型数据分析的多传感器系统健康预测方法，利用MFPCA对C-MAPSS航空发动机数据进行自适应建模，在实现有竞争力RUL预测的同时提升系统退化行为的可解释性。
2025-03-10 stat.AP stat.ME
Distributionally Robust Fair Principal Components via Geodesic Descents
VinAI Research（VinAI 研究院）；Hong Kong Polytechnic University（香港理工大学）
主成分分析是现代机器学习管道中一种简单而有用的降维技术。在大学入学、医疗保健和信贷审批等重要领域，必须考虑新兴标准，如学习预测的公平性和稳健性。在本文中，我们提出了一个分布鲁棒优化问题的主成分分析，内在的公平性标准的目标函数。因此，学习的投影平衡了总重构误差与子组之间的重构误差间隙之间的权衡，在基于矩的模糊度集合中的所有分布上在最小-最大意义上采取。由此产生的Stiefel流形上的优化问题可以有效地解决了黎曼次梯度下降算法的次线性收敛速度。我们在真实世界数据集上的实验结果显示了我们所提出的方法在最先进的基线上的优点。
2022-02-07 cs.LG math.OC stat.ML
Confounder-adjusted Covariances of System Outputs and Applications to Structural Health Monitoring
本文提出基于非参数核估计的条件协方差矩阵方法，显式量化系统输出协方差变化，应用于结构健康监测中的混杂因素调整，结合马氏距离和主成分分析生成更可靠的损伤检测诊断值并减少误报。
2024-09-26 eess.SP stat.AP
Multivariate Long-term Profile Monitoring with Application to the KW51 Railway Bridge
本文提出一种多元长期剖面监测方法，结合有监督与无监督主成分分析，利用函数对函数回归框架处理稀疏传感器数据并消除环境等引起的波动，提升结构健康监测的鲁棒性。
2025-06-25 stat.AP stat.ME
Dynamic Prediction of High-density Generalized Functional Data with Fast Generalized Functional Principal Component Analysis
针对生物医学研究中大规模、高密度广义函数型数据的动态预测难题，提出基于快速广义函数主成分分析（fGFPCA）的新方法，实现高效样本外预测，在模拟与NHANES数据应用中表现更优。
2024-12-02 stat.AP stat.ME
GeoSES -- um Índice Socioeconômico para Estudos de Saúde no Brasil
目的：确定一个指数，概述社会经济背景的主要方面，以供研究、评估和监测健康不平等现象。研究方法：该指数是根据2010年巴西人口普查创建的，其变量选择以健康研究的理论参考为指导，包括七个社会经济维度：教育、流动性、贫困、财富、收入、隔离以及资源和服务的剥夺。该指数是使用主成分分析，并评估其结构，内容和适用性组件。结果：GeoSES-BR维度与HDI-M维度具有良好的相关性（> 0.85）。贫困层面的模型最好地解释了巴西可避免原因死亡率的相对风险。在城市内部尺度上，GeoSES-IM模型是最能解释循环系统疾病死亡率相对风险的模型。结论：GeoSES在所研究的量表中表现出显著的解释潜力。
2019-10-09 cs.OH stat.AP
Generalized Conditional Functional Principal Component Analysis
提出GC-FPCA方法，通过局部GLMMs、FPCA和联合混合模型三步创新，高效处理非高斯函数数据，解决了大规模复杂功能数据的固定与随机效应联合建模难题。
2024-11-15 stat.ME
Regression and Dimension Reduction for Multivariate Mixed-Type Data via Semiparametric Gaussian Copula
Texas A&M University（德克萨斯农工大学）；Johns Hopkins Bloomberg School of Public Health（约翰霍普金斯布隆伯格公共卫生学院）
本文提出基于半参数高斯协同体的回归、主成分分析和主成分回归方法，用于处理多元混合类型数据，通过建立新的桥梁结果和高效算法，实现对缺失数据的预测与填补，应用于研究5年死亡率与61项衰弱相关指标的关系。
2026-03-17 stat.AP stat.ME
Feature Reconstruction and Monitoring of Load Test Data under Varying Environmental Conditions
Helmut Schmidt University（赫尔穆特·施密特大学）；Technical University of Munich（慕尼黑工业大学）
本文提出了一种新的特征重建方法，通过条件协方差矩阵进行条件主成分分析，以消除环境变量对系统输出的影响，从而提高损伤检测的准确性。
2026-04-01 stat.AP
Robust Tensor Principal Component Analysis: Exact Recovery via Deterministic Model
本文提出了一种基于张量-张量积和t-SVD的鲁棒张量主成分分析方法，通过确定性模型实现张量低秩和稀疏成分的精确恢复。
2025-12-17 cs.LG math.ST stat.ML
Penalized Optimal Scaling for Ordinal Variables with an Application to International Classification of Functioning Core Sets
有序数据在社会科学中经常出现。然而，当应用主成分分析（PCA）时，这些数据通常被视为数字，暗示手头变量之间的线性关系，或者在获得的量化有时难以解释的情况下应用非线性PCA。分类数据的非线性PCA，也称为最佳评分/缩放，通过为类别分配数值来构造新变量，使得这些新变量中由预定义数量的主成分解释的方差比例最大化。我们提出了一个惩罚版本的非线性PCA的有序变量，是一个平滑的中间标准PCA的类别标签和非线性PCA的使用到目前为止。新方法绝不限于单调效应，并提供了更好的可解释性的非线性变换的类别标签，以及更好的性能验证数据比unpenalized非线性PCA和/或标准的线性PCA。特别是，惩罚的最佳缩放的顺序数据的应用程序，与国际功能，残疾和健康分类（ICF）。
2023-01-17 stat.AP stat.ME
Semi-supervised Approach to Event Time Annotation Using Longitudinal Electronic Health Records
来自保险索赔和电子健康记录（EHR）系统的大型临床数据集是精准医学研究的宝贵来源。这些数据集可用于开发用于风险或治疗反应的个性化预测的模型。然而，使用真实世界数据有效地导出预测模型面临着实际和方法上的挑战。这些数据库中不容易获得有关重要临床结局（如至癌症进展时间）的精确信息。基于简单的计费或程序代码提取，通常无法很好地近似真实的临床事件时间。然而，手动注释事件时间是时间和资源限制的。在本文中，我们提出了一个两步半监督的多模态自动时间标注（MATA）方法，利用多维纵向EHR遇到的记录。在步骤I中，我们采用功能主成分分析方法来估计潜在的强度函数的基础上观察到的点过程从未标记的患者。在步骤II中，我们将惩罚比例优势模型拟合到事件时间结果，其中具有在步骤I中在标记数据中导出的特征，其中使用B样条近似非参数基线函数。在正则条件下，特征效应向量的所得估计量显示为根- $n$一致。我们证明了我们的方法相对于现有方法的优越性，通过模拟和一个真实的数据示例注释肺癌复发的EHR队列的肺癌患者从退伍军人健康管理局。
2021-10-18 stat.ME
Functional Principal Component Analysis and Randomized Sparse Clustering Algorithm for Medical Image Analysis
The University of Texas Health Science Center at Houston（德克萨斯大学休斯顿健康科学中心）；Fudan University（复旦大学）
由于传感器的进步，越来越多的大型和复杂的医学图像数据具有可视化细胞甚至分子水平的病理变化或组织和器官的解剖变化的能力。因此，医学图像有可能提高疾病的诊断，临床结果的预测，疾病进展的表征，医疗保健的管理和治疗的发展，但也提出了很大的方法和计算的挑战表示和选择的图像聚类分析中的功能。为了解决这些问题，我们首先扩展一维功能主成分分析的二维功能主成分分析（2DFPCA），以充分捕捉图像信号的空间变化。图像信号中含有大量的冗余和不相关的特征，这些特征不能为聚类分析提供额外的或有用的信息。广泛使用的方法，以消除冗余和不相关的功能是稀疏聚类算法使用套索类型的惩罚来选择的功能。然而，使用套索型惩罚的聚类的准确性取决于如何选择惩罚参数和用于选择特征的阈值。在实践中，它们很难确定。最近，随机算法在大数据分析中受到了极大的关注。本文提出了一种随机化的图像聚类分析特征选择算法。该方法适用于卵巢癌和肾癌的组织学图像数据从TCGA数据库。实验结果表明，随机特征选择方法与函数主成分分析相结合，在图像聚类分析中的性能明显优于现有的稀疏聚类算法。
2014-08-01 cs.AI cs.CV cs.LG
Functional principal component analysis as an alternative to mixed-effect models for describing sparse repeated measures in presence of missing data
本研究提出用非参数的函数主成分分析（FPCA）替代混合效应模型处理稀疏重复测量纵向数据，验证其在不同缺失机制下的稳健性，并应用于痴呆前认知轨迹分析，揭示了确诊前认知下降的加速特征。
2024-07-10 stat.ME
Fault Detection Using Nonlinear Low-Dimensional Representation of Sensor Data
传感器数据分析在关键设备的健康评估中起着关键作用。这样的数据是多变量的，并且表现出非线性关系。本文介绍了如何利用非线性降维技术，如t分布随机邻居嵌入（t-SNE）和核主成分分析（KPCA）的故障检测。我们表明，使用低维表示的异常检测提供了更好的可解释性，有利于物联网应用中的边缘处理。
2019-10-02 eess.SP stat.ML
Asynchronous and Error-prone Longitudinal Data Analysis via Functional Calibration
在许多纵向设置中，时变协变量可能不会与响应同时测量，并且通常易于产生测量误差。朴素的末次观测值结转方法会产生估计偏差，现有的基于核的方法收敛速度慢，变化大。为了解决这些挑战，我们提出了一种新的功能校准方法，有效地学习纵向协变量过程的基础上稀疏的功能数据与测量误差。我们的方法，源于功能主成分分析，校准未观察到的同步协变量值从观察到的异步和易出错的协变量值，并广泛适用于异步纵向回归时不变或时变系数。对于时不变系数的回归，我们的估计是渐近无偏的，root-n相容的，渐近正态的;对于时变系数模型，我们的估计具有最优的变系数模型收敛速度，从校准膨胀的渐近方差。在这两种情况下，我们的估计量呈现出优于现有方法的渐近性质。所提出的方法的可行性和可用性进行了验证，模拟和应用程序的妇女的健康在全国范围内，一个大规模的多站点的纵向研究妇女的健康在中年。
2023-03-08 stat.ME stat.ML
Measure Selection for Functional Linear Model
针对函数型线性模型依赖固定 Lebesgue 测度的局限，本文提出数据自适应测度选择与增强函数型主成分分析，并通过模拟及真实数据验证其预测优势。
2025-08-30 stat.ME
Machine Learning and Deep Learning Algorithms for Bearing Fault Diagnostics -- A Comprehensive Review
Mitsubishi Electric Research Laboratories（三菱电机研究实验室）；Georgia Institute of Technology（佐治亚理工学院）；Northwestern University（西北大学）
在这篇综述论文中，我们系统地总结了现有的文献轴承故障诊断与机器学习（ML）和数据采掘技术。而传统的ML方法，包括人工神经网络（ANN）、主成分分析（PCA）、支持向量机（SVM）等，几十年来，深度学习（深度学习，DL）算法已成功应用于轴承故障的检测和分类，但在过去五年中，DL算法的最新发展引发了工业界和学术界对智能机器健康监测的新兴趣。在本文中，我们首先简要回顾了传统的ML方法，然后深入研究了轴承故障应用的最新DL算法。具体而言，基于DL的方法优于传统的ML方法的故障特征提取和分类性能方面进行了分析，DL技术实现的许多新功能也进行了总结。此外，为了获得更直观的洞察力，利用开源的凯斯西储大学（CWRU）轴承数据集对不同算法的分类精度进行了比较研究。最后，为了促进将各种DL算法应用于轴承故障诊断的过渡，针对特定的应用条件，例如设置环境、数据大小、传感器数量和传感器类型，提供了详细的建议和意见。进一步提高DL算法在健康监测方面的性能的未来研究方向也进行了讨论。
2020-02-06 cs.LG stat.ML
Statistical Learning to Operationalize a Domain Agnostic Data Quality Scoring
Indraprastha Institute of Information Technology（英德拉普拉斯塔信息技术学院）
数据正在以难以想象的速度扩展，随着这种发展，数据质量的责任也随之而来。数据质量是指存在的信息的相关性，并有助于特定组织的决策和规划等各种操作。大多数情况下，数据质量是在特定的基础上测量的，因此，所开发的概念都没有提供任何实际应用。目前的实证研究是为了制定一个具体的自动化数据质量平台，以评估传入数据集的质量，并生成质量标签、评分和综合报告。我们利用来自healthdata.gov，opendata.nhs和人口统计和健康调查（DHS）计划的各种数据集来观察质量评分的变化，并使用主成分分析（PCA）制定标签。当前实证研究的结果揭示了一个包含9个质量成分的度量标准，即出处、数据集特征、均匀性、元数据耦合、缺失单元格和重复行的百分比、数据的偏度、分类列不一致的比率以及这些属性之间的相关性。该研究还提供了一个说明性的案例研究和验证的度量以下突变测试方法。这项研究提供了一个自动化平台，该平台采用传入的数据集和元数据来提供DQ评分、报告和标签。这项研究的结果将对数据科学家有用，因为这个质量标签的价值将在将数据部署到他/她各自的实际应用之前灌输信心。
2021-11-29 cs.LG stat.CO
Is being an only child harmful to psychological health?: Evidence from an instrumental variable analysis of China's One-Child Policy
本文利用中国独生子女政策的相关数据，评估独生子女对心理健康的影响。本文采用工具变量的方法来解决生育决策和心理健康之间潜在的不可测量的混杂因素，其中工具变量是一个关于独生子女政策实施强度的指标。我们建立了一个本地工具变量方法和主要分层之间的分析联系，以适应连续工具变量。在主要的分层框架内，我们假设一个贝叶斯层次模型来推断政策利益的各种因果估计，同时调整聚类数据结构。我们将该方法应用于中国家庭小组研究的数据，发现独生子女对某些亚群自我报告的心理健康有微小但统计学显著的负面影响。我们的分析揭示了观察到的和未观察到的特征方面的处理效应异质性。特别是城市男性受独生子女的影响最大，如果家庭对独生子女政策的抵抗力更强，负面影响会更大。我们还进行敏感性分析，以评估关键工具变量的假设。
2020-06-11 econ.EM stat.AP
Functional Linear Cox Regression Model with Frailty
针对含函数型协变量的生存数据未观测异质性问题，提出带脆弱性的函数线性Cox回归模型，结合函数主成分分析与惩罚偏似然估计，经模拟和真实数据验证性能更优，已开发为R包。
2025-01-13 stat.ME
A Flexible Bayesian Model for Estimating Subnational Mortality
在国家以下一级进行可靠的死亡率估计，对于研究一个国家内的健康不平等现象至关重要。编制这种估计数的困难之一是人口较少，死亡人数的随机变化相对较大，因此基本的死亡率水平不清楚。我们提出了一个贝叶斯层次模型来估计在国家以下一级的死亡率。该模型建立在死亡率曲线的特征年龄模式上，死亡率曲线是使用一组参考死亡率曲线的主成分构建的。关于死亡率的信息在地理空间上被汇总，并随着时间的推移而平滑。该模型的测试表明，合理的估计和不确定性水平时，该模型被应用到模拟数据，模仿美国县，和法国部门的真实数据。该模型产生的估计数可直接应用于研究次区域保健模式和差距。
2016-07-12 stat.AP
Principal Stratification with Bayesian Additive Regression Trees for Count-Valued Intermediate Variables: Estimating the Effect of Fertility on Women's Employment
University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
本文扩展主分层结合BART的框架，适配计数型中间变量场景，经模拟及非洲多国调查数据验证，其因果效应估计性能优于传统方法，可揭示被标准方法掩盖的异质性。
2026-08-12 stat.AP stat.ME
Data-driven techniques for translational neuroscience and personalized neuro-health
University of Maryland Baltimore County（马里兰大学巴尔的摩郡分校）；Texas Tech University（得克萨斯理工大学）；University of Minnesota（明尼苏达大学）；University of Nebraska Lincoln（内布拉斯加大学林肯分校）
针对神经退行性疾病确诊滞后的问题，该综述梳理四类数据驱动技术，旨在构建个性化脑健康模型并探讨相关挑战。
2026-08-17 cs.AI cs.LG q-bio.NC
Two-phase validation sampling via principal components to improve efficiency in multi-model estimation from error-prone biomedical databases
Wake Forest University（维克森林大学）；Merck & Co., Inc.（默克公司）
本文提出了一种基于主成分分析的两阶段抽样方法，用于在多模型估计中提高效率，通过平衡和优先考虑多个模型的变量解释量，从而在误差多的生物医学数据库中更有效地进行验证。
2026-05-19 stat.AP stat.ME
Potential Landscapes Reveal Spatiotemporal Structure in Urban Mobility: Hodge Decomposition and Principal Component Analysis of Tokyo Before and During COVID-19
Tohoku University（东北大学）；Shiga University（滋贺大学）；Japan Science and Technology Agency（日本科学技术振兴机构）；The University of Tokyo（东京大学）
本研究通过Hodge分解和PCA分析东京疫情期间的交通流动，揭示了时空结构变化，为城市规划和公共卫生提供新视角。
2025-12-11 cs.SI physics.soc-ph stat.AP
Time-to-Event Estimation with Unreliably Reported Events in Medicare Health Plan Payment
Stanford University School of Medicine（斯坦福大学医学院）；Stanford University（斯坦福大学）
本文提出了一种时间到事件估计器，用于评估医疗保险中的新诊断编码和可能的虚报，并介绍了一个开源软件包，以提高与医疗保险报销行为相关的可重复方法开发。
2026-05-20 econ.EM stat.AP stat.ME
Spatio-temporal data mining in ecological and veterinary epidemiology
了解任何疾病的传播都是一项高度复杂和跨学科的工作，因为生物，社会，地理，经济和医学因素可能会影响疾病在人群中的传播方式以及最终控制或根除疾病的选择。疾病传播对动物和植物健康构成严重威胁，并对生态系统功能和物种保护产生影响，并通过粮食安全和人类潜在的疾病传播对社会产生影响。时空流行病学的概念是，病原体的各种特征与环境相互作用，以改变疾病发生的概率，并形成时间或空间模式。流行病学旨在识别这些模式和因素，评估相关的不确定性来源，并描述人群中的疾病。因此，疾病在人群中的传播与兽医传统上采取的主要关注个人健康状况的方法不同。疾病发生的模式通过调查哪些人受到影响、这些人位于何处以及何时受到感染，使人们了解哪些因素可能影响人口的健康。随着智能传感器、社交网络以及数字地图和遥感影像的快速发展，时空数据比以往任何时候都更加普遍和丰富。如此大的数据集（大数据）的可用性给数据分析带来了巨大的挑战。此外，计算能力的增加的可用性促进了用于分析此类数据的计算密集型方法的使用。因此，需要新的方法以及案例研究来了解兽医和生态流行病学。一个专门的问题，旨在解决这个问题。
2016-12-13 q-bio.PE stat.AP stat.CO
