Multi-Parameter Regression Survival Modelling with Random Effects
我们考虑生存数据的参数建模方法，其中允许协变量通过多个分布参数进入模型，即，规模和形状。这与具有单个协变量依赖参数（通常是尺度）的标准惯例形成对比。采用所谓的多参数回归（MPR）建模方法已被证明可以产生灵活和稳健的模型，模型复杂性成本相对较低。然而，从生存分析研究中获得聚类数据是很常见的，这在MPR背景下还没有得到充分的发展。本文的目的是通过在尺度和形状回归分量中引入随机效应来扩展MPR模型以处理多变量生存数据。我们考虑了这些随机效应（独立，共享和相关）的各种可能的依赖结构，并使用h-似然方法进行估计。我们的估计过程的性能进行了调查的方式进行了广泛的模拟研究，我们的建模方法的优点是通过应用程序说明两个真实的数据例子，肺癌数据集和膀胱癌数据集。
2021-11-16 stat.ME
Valid standard errors for Bayesian quantile regression with clustered and independent data
针对贝叶斯分位数回归中AL似然置信区间覆盖率差的问题，提出使用无穷小刀切法标准误，适用于独立和聚类数据，并提供R包IJSE。
2024-12-24 stat.AP stat.ME
Spatially Clustered Regression
空间回归或地理加权回归模型已被广泛采用，以捕捉辅助信息对一个区域的响应变量的影响。与此相反，响应和辅助变量之间的关系，预计在许多应用中表现出复杂的空间模式。本文提出了一种新的空间回归方法，称为空间聚类回归，估计可能聚集的空间模式的关系。我们结合了基于K-均值的聚类公式和惩罚函数的空间过程称为波茨模型，以鼓励在相邻位置的类似聚类。我们提供了一个简单的迭代算法来适应所提出的方法，可扩展的大型空间数据集。通过仿真研究，该方法显示出其优越的性能，现有的方法，即使在真实的结构不允许空间聚类。最后，所提出的方法应用于犯罪事件数据在东京，并产生可解释的结果的空间模式。R代码可在https://github.com/sshonosuke/SCR上获得。
2021-04-28 stat.ME
A bias-adjusted estimator in quantile regression for clustered data
该手稿讨论了如何将随机效应纳入聚类数据的分位数回归模型，重点是具有许多但较小聚类的设置。本文有三个贡献：（i）证明现有方法可能导致固定效应参数的严重偏倚估计;（ii）提出一种新的两步估计方法，其中首先通过伪似然方法计算随机效应的预测（LQMM方法）}，然后用作标准分位数回归中的偏移;（iii）提出了一种新的Bootstrap抽样方法，以减小两步估计量的偏差并计算置信区间。建议的估计和相关的推理进行了评估，通过严格的模拟研究和应用到艾滋病临床试验组（ACTG）的研究。
2022-02-23 stat.ME
Probability Weighted Clustered Coefficients Regression Models in Complex Survey Sampling
针对复杂抽样调查中不同领域关系存在差异导致现有方法失效的问题，提出基于成对惩罚的统一框架，利用交替方向乘子法求解以研究分组协变量效应，并在理论和数值实验中验证了其在群体识别和估计效率上的优越性。
2024-09-23 stat.ME
Competing risks regression for clustered survival data via the marginal additive subdistribution hazards model
针对存在竞争风险的聚类相关生存数据，提出群体平均加性子分布风险模型与稳健三明治方差估计量，开发拟合优度检验，经模拟验证后用于STRIDE试验数据分析。
2023-08-16 stat.AP stat.ME
A Regression Tree Method for Longitudinal and Clustered Data with Multivariate Responses
RE-EM树是一种基于树的方法，它结合了回归树和线性混合效应模型，用于建模单变量响应纵向或聚类数据。本文采用De'Ath [2002]提出的多元回归树方法，将RE-EM树方法推广到多元响应数据。多元RE-EM树方法估计由多个响应同时驱动的总体水平单树结构和每个响应变量的对象水平随机效应，其中响应变量之间和关联的随机效应之间均允许相关性。通过仿真研究，我们验证了多元RE-EM树的优势，使用多个单变量RE-EM树和多元回归树。我们应用多元RE-EM树分析一个真实的数据集，包含多维的非金融特征的贫困的不同国家的反应，和各种潜在的原因，贫困的预测。
2023-02-28 stat.ME
Marginal Regression on Transient State Occupation Probabilities with Clustered Multistate Process Data
在多中心观察性研究和临床试验中，经常会遇到多态过程数据。一个临床上重要的估计与这样的数据是边际概率是在一个特定的瞬态作为时间的函数。然而，目前还没有一种方法，这些概率与聚类多态过程数据的非参数边际回归分析。为了解决这个问题，我们提出了一个加权函数广义估计方程的方法，不施加马尔可夫假设或假设的结构内集群的依赖，并允许信息集群大小（ICS）。严格地建立了函数回归系数估计的渐近性质，并提出了协变量效应的非参数假设检验方法。仿真研究表明，该方法即使在少量的聚类中也能很好地执行，并且忽略类内依赖性和ICS会导致无效推理。所提出的方法是用来分析数据的多中心临床试验复发或转移性鳞状细胞癌的头部和颈部的分层随机设计。
2022-09-02 stat.ME
Inference in Regression Discontinuity Designs with Clustered Data
University of Bonn（波恩大学）；Ludwig Maximilian University of Munich（慕尼黑大学）；University of Mannheim（曼海姆大学）
本文提出一种基于模型的框架，推导出标准局部线性RD估计量在聚类数据下的渐近正态性条件，并提出新的方差估计方法以解决现有方法的不一致性和保守性问题。
2026-03-19 econ.EM stat.ME
Additive quantile regression for clustered data with an application to children's physical activity
加法模型是灵活的回归工具，可以处理线性和非线性项。后者通常通过平滑样条来建模。加性混合模型扩展了加性模型，以在根据聚类设计对数据进行采样时包括随机项（例如，纵向）。当重复测量可用时，这些模型可用于研究人类的生长，某些疾病机制和能量消耗等现象。本文提出了一种新的分位数回归的可加混合模型。我们的方法的动机是应用到身体活动的基础上，超过50万加速度计测量的儿童在英国千年队列研究的数据集。在模拟研究中，我们评估了现有的替代方案所提出的方法。
2019-06-07 stat.ME
Rank estimation for the accelerated failure time model with partially interval-censored data
Sungshin Women’s University（成均馆大学）；Korea University（高丽大学）；Virginia Commonwealth University（弗吉尼亚联邦大学）
本文提出了一种统一的基于秩的推断程序，用于拟合部分区间删失数据下的加速失败时间模型，通过构造Gehan型单调估计函数，提供了一种通用的基于秩的估计函数扩展，并通过线性规划获得估计量，证明其一致性和渐近正态性。
2026-04-11 stat.CO stat.ME
Analyzing Clustered Continuous Response Variables with Ordinal Regression Models
连续响应变量通常需要进行转换以满足回归建模假设;然而，找到最佳转换具有挑战性，并且结果可能会因转换的选择而异。当重复测量受试者的连续响应变量或连续响应来自聚类时，由于聚类内的相关性，对连续响应数据进行建模更具挑战性。我们扩展了一个广泛使用的有序回归模型，累积概率模型（CPM），适合集群连续响应变量的基础上广义估计方程（GEE）的有序响应方法。与我们的方法，估计的边际参数，累积分布函数（CDF），期望值和分位数条件的协变量，可以得到没有预转换的潜在倾斜的连续响应数据。连续响应变量的大量不同值会带来计算挑战，我们提出了两种可行且计算效率高的方法来拟合具有不同工作相关结构的集群连续响应变量的CPM。我们通过仿真研究了估计器的有限样本操作特性，并通过两个数据例子说明了它们的实现。一项研究在HIV研究中研究了CD 4：CD 8比率的预测因素。另一项研究使用来自肺健康研究的数据来研究单核苷酸多态性对肺功能下降的贡献。
2022-07-18 stat.ME
Pseudo-value regression of clustered multistate current status data with informative cluster sizes
针对具有信息性聚类规模的聚类多状态当前状态数据存在的推断偏差问题，提出结合非参数边际估计与聚类规模加权的扩展伪值回归方法，经模拟验证后应用于牙周病临床数据集。
2023-07-24 stat.ME
Real-Time Regression Analysis of Streaming Clustered Data With Possible Abnormal Data Batches
本文提出了一种基于二次推理函数（QIF）的增量学习算法，用于分析具有相关结果的流数据集，如纵向数据和聚类数据。我们提出了一个可再生的QIF（RenewQIF）方法的可再生估计和增量推理的范式内，其中参数估计递归更新与当前数据和历史数据的汇总统计，但没有使用任何历史主题级的原始数据。我们比较我们的可再生估计方法与离线QIF和离线广义估计方程（GEE）的方法，处理整个累积的主题级数据，并从理论上和数值上表明，我们的可再生程序具有统计和计算效率。我们还提出了一种方法来诊断的同质性假设的回归系数通过序贯拟合优度测试作为筛选程序的异常数据批次的出现。我们通过扩展现有的Spark的Lambda架构来实现所提出的方法，用于统计推断和数据质量诊断。我们说明了所提出的方法，通过广泛的模拟研究和分析流汽车碰撞数据集从国家汽车抽样系统耐撞性数据系统（NASS CDS）。
2021-06-30 stat.ME
Semiparametric Marginal Regression for Clustered Competing Risks Data with Missing Cause of Failure
在多中心研究中，经常会遇到不可靠的竞争风险数据。这类数据的分析往往是复杂的，由于信息集群的大小，在这种情况下，所研究的结果与集群的大小。此外，在实际环境中，故障原因经常无法完全观察到。据我们所知，没有方法对聚类竞争风险数据进行群体平均分析，其中聚类大小为信息量，失效原因缺失。为了解决这个问题，我们考虑了半参数边际比例原因特定风险模型，并提出了一个最大的部分伪概率估计下的随机缺失的假设。为了使后一个假设在实践中更加合理，我们允许可能与失踪概率相关的辅助变量。所提出的方法不施加假设集群内的依赖性，并允许信息集群大小。所提出的估计的渐近性质的回归系数和无穷维参数，如边际累积发生率函数，严格建立。仿真结果表明，该方法性能良好，忽略类内依赖性和信息簇大小的方法会导致无效的推理。所提出的方法适用于竞争风险的数据，从一个大的多中心艾滋病毒研究在撒哈拉以南非洲的失败原因的一个重要部分是失踪。
2021-04-22 stat.ME
Adjusting inverse regression for predictors with clustered distribution
针对逆回归方法对预测变量分布的严格假设限制，本文在混合模型假设下调整一阶与二阶逆回归方法，兼具逆回归与局部SDR的优势，适用于聚类及非聚类数据的充分降维。
2023-08-29 stat.ME
Bayesian nonparametric multiway regression for clustered binomial data
我们介绍了贝叶斯非参数回归模型的数据与多路（张量）结构，牙周病（PD）数据的应用程序的动机。我们的结果是每个受试者在四种不同牙齿类型上测量的患病部位的数量，受试者特异性协变量可作为预测因子。简单的参数模型不能很好地描述结果，因此我们使用了一种具有二项式似然的非参数方法，其中潜在概率是从具有任意数量组分的混合物中提取的，类似于狄利克雷过程（DP）。我们使用一个灵活的概率单位棒打破配方的组件的权重，允许协变量的依赖性和聚类结构的结果。该模型的参数空间很大且是多向的：患者$\times$牙齿类型$\times$协变量$\times$组分。我们降低了它的有效维数，并占多路结构，通过低秩假设。我们说明了如何提高性能，简化解释，同时仍然提供足够的灵活性。我们描述了一个通用的和有效的吉布斯抽样算法的后验计算。由此产生的对PD数据的拟合优于竞争对手，并且是可解释和良好校准的。预测模型的交互式可视化可在http://ericfrazerlock.com/toothdata/ToothDisplay.html上获得，代码可在https://github.com/lockEF/NonparametricMultiway上获得。
2019-01-31 stat.AP stat.ME stat.ML
Analysis of spatially clustered survival data with unobserved covariates using SBART
针对大型空间聚类生存数据，提出基于软贝叶斯加法回归树（SBART）的非参数方法，处理未知函数形式及未观测协变量，并在佛罗里达州乳腺癌数据中验证其优于现有方法。
2024-11-10 stat.AP stat.ME
Power Analysis for Experiments with Clustered Data, Ratio Metrics, and Regression for Covariate Adjustment
本文提出一个基于残差样本方差的统一框架，用于在聚类数据、比率指标和协变量调整情形下进行A/B测试标准误计算与功效分析，并估计协变量调整可使关键指标方差中位数降低66%，实验时间缩短66%。
2024-06-10 math.ST stat.ME stat.TH
Omitted variable bias sensitivity analysis with clustered treatment assignment
University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
研究在聚类观测设计下，线性回归模型中遗漏变量偏差敏感性分析问题。通过对单位级回归和聚类聚合回归的分析，发现敏感性分析结论因分析级别而异，提出用Pearson偏$\eta$校正以恢复等效性，并给出相关建议。
2026-07-16 stat.ME
Flexible tree-structured regression for clustered data with an application to quality of life in older adults
本文提出一种灵活的树结构回归方法，用于处理聚类数据中的单元特定效应和亚组识别，并在老年人生活质量分析中验证了其有效性。
2025-01-22 stat.ME
Efficient estimation in semivarying coefficient models for longitudinal/clustered data
在纵向/聚类数据的半变系数模型中，通常主要关注的是涉及未知常系数的参数分量。首先，我们研究了一般情况下常系数估计的半参数有效界。它可以通过样条回归来实现，只要类内协方差阵都是已知的，这在现实中是不切实际的假设。因此，当协方差阵未知且仅依赖于指数随机变量（如时间）时，以及当连接函数是恒等函数时，我们提出了常系数的自适应估计。在初步估计之后，基于工作独立性以及样条和局部线性回归，我们通过对所得残差应用局部线性回归来估计协方差阵。然后利用协方差阵估计和样条回归得到常系数的最终估计。在正态性假设下，该估计达到了半参数有效界，并且在违背正态性的情况下，该估计具有最小的协方差阵。我们还提出了数值研究的结果。仿真结果表明，我们的估计优于基于工作独立性的估计。当应用于CD 4计数数据时，我们的方法确定了以前分析未发现的有趣结构。
2015-09-13 stat.ME
Clustered Covariate Regression
针对高维协变量模型估计中现有方法的参数限制缺陷，提出基于聚类的分组参数估计器GPE，仅保留参数有界假设，兼具大样本稳健性，模拟和实证均验证了其优良性能与实用价值。
2025-07-30 econ.EM stat.ME
Spatially-clustered spatial autoregressive models with application to agricultural market concentration in Europe
本文提出SCSAR模型，通过惩罚最大似然联合估计空间聚类与系数，以分析欧洲农业市场集中度并揭示其区域碎片化及异质性局部效应。
2024-07-19 econ.EM stat.AP stat.CO
A Lasso-OLS Hybrid Approach to Covariate Selection and Average Treatment Effect Estimation for Clustered RCTs Using Design-Based Methods
统计功效通常是聚类RCT的一个关注点，因为设计效应的方差膨胀和增加研究聚类（如医院、学校或社区）的高成本。虽然协变量预设定是提高估计回归调整平均处理效应（ATE）把握度的首选方法，但一旦收集了主要结局，则可通过协变量选择实现进一步的精度增益。本文使用基于设计的方法聚类RCT开发一个Lasso-OLS混合程序的事后选择协变量和ATE估计，避免模型过拟合和缺乏透明度。在第一阶段，使用聚类水平平均进行lasso估计，其中使用有限总体回归估计的新的中心极限定理证明渐近正态性。在第二阶段中，使用加权最小二乘法估计ATE和基于设计的标准误与第一阶段套索协变量。这种非参数方法适用于连续、二元和离散结果。仿真结果表明，第二阶段ATE估计的第1类误差接近标称值，标准误接近真实值，但在小样本情况下有些保守。该方法是证明使用数据从一个大的，联邦政府资助的集群随机对照试验测试的影响，以学校为基础的计划，促进行为健康。
2020-05-05 stat.ME
Two-stage Least Squares with Clustered Data under the Local Average Treatment Effect Framework
Fuqua School of Business, Duke University（杜克大学福库商学院）；Department of Statistics, University of California, Berkeley（加州大学伯克利分校统计学系）；Department of Statistical Sciences, Duke University（杜克大学统计科学系）
本文研究了在局部平均处理效应框架下，双重差分法与固定效应双重差分法在处理聚类数据时的权衡，探讨了两者的效率及在异质聚类下的识别能力。
2026-04-02 stat.ME
Estimation and exclusion restrictions in clustered linear models
M.I.T.（麻省理工学院）；Aarhus University（奥胡斯大学）；Harvard University（哈佛大学）
本文提出了一种适用于聚类数据的内部工具变量估计方法，能够处理复杂排除限制，并通过肯尼亚财政干预实验验证其有效性。
2026-08-13 econ.EM stat.ME
Fast leave-one-cluster-out cross-validation using clustered Network Information Criterion (NICc)
针对聚簇数据预测模型，提出聚簇网络信息准则（NICc）作为留一簇交叉验证的快速近似，通过聚簇调整Fisher信息矩阵实现，在模拟和实证中比AIC/BIC更准确选择模型。
2024-10-09 cs.LG stat.CO stat.ME
Multilevel models for continuous outcomes
多层次模型（混合效应模型或分层线性模型）现在是分析社会、行为和医学科学中集群和纵向数据的标准方法。这篇综述文章的重点是连续响应（结果或因变量）的多水平线性回归模型。这些模型可以被视为传统线性回归模型的扩展，以解释数据中的聚类并从中学习。常见的聚类应用包括学校对学生成绩的影响，医院对病人健康的影响，以及邻里对受访者态度的影响。在所有这些例子中，多层次模型允许人们研究回归关系如何在集群之间变化，识别预测这种变化的集群特征，解开在不同分析层次上运行的社会过程，并进行集群特定的预测。常见的纵向应用包括研究个人身高和体重的生长曲线以及个人行为的发展轨迹。在这些例子中，多层次模型允许一个描述和解释增长率的变化，并同时探索预测内和个体间的变化。本文介绍并举例说明了这类功能强大的模型。我们首先集中在最常用的两个水平的随机截距和斜率模型。我们通过两个详细的例子来说明如何将这些模型应用于集群和纵向数据，并在观测和实验设置。然后，我们审查更灵活的三个层次，交叉分类，多个成员和多变量响应模型。最后，我们推荐一系列关于所有这些主题的进一步阅读。
2019-07-12 stat.ME
Bayesian Spatial Homogeneity Pursuit for Survival Data with an Application to the SEER Respiratory Cancer Data
在这项工作中，我们提出了一个新的贝叶斯空间同质性追踪方法的比例风险模型下的生存数据检测空间聚集模式的基线风险和回归系数。特别地，假设回归系数和基线风险在空间上具有空间均匀性模式。为了捕捉这种同质性，我们开发了一个地理加权中餐厅的过程之前，同时估计系数和基线危害及其不确定性措施。设计了一种有效的马尔可夫链蒙特卡罗（MCMC）算法。使用模拟数据的性能进行评估，并进一步应用到路易斯安那州的呼吸道癌症的真实数据分析。
2021-02-23 stat.AP stat.ME
Variational Bayesian Multiple Imputation in High-Dimensional Regression Models With Missing Responses
针对高维聚类数据多重插补的计算负担，基于线性混合效应模型与变分贝叶斯推断，结合spike-and-slab先验开发逐变量插补算法，并扩展至分类变量，有效提升了不完整数据的插补与推断性能。
2025-04-06 stat.AP stat.ME
A distribution-free mixed-integer optimization approach to hierarchical modelling of clustered and longitudinal data
本文提出一种基于混合整数优化的聚类感知回归方法，在LMM模型中选择聚类并评估新数据点的聚类效应，显著提升了稀疏解的预测能力和模型鲁棒性。
2024-03-25 math.OC stat.ME stat.ML
Random effects model-based sufficient dimension reduction for independent clustered data
本文提出基于随机效应模型的充分降维方法，通过假设聚类特异的中心子空间服从Grassmann流形分布来捕获聚类间异质性，并在逆回归框架下提出两阶段算法估计固定效应与随机效应中心子空间，有效提升了聚类数据的降维性能。
2024-10-13 stat.ME
Sequential Hierarchical Regression Imputation with Variable Selection Routines
本文将基于spike-and-slab先验的贝叶斯变量选择例程纳入聚类数据的序贯插补，通过移除冗余变量提升计算效率，模拟与实证表明该算法估计有效且部分优于现有方法。
2025-04-06 stat.AP stat.ME
A comparison of methods for the analysis of binomial proportion data in behavioral research
在行为和精神病学研究中，经常会出现由有限数量的试验中每个受试者的“成功”和“失败”比例组成的数据。这类聚集的二进制数据通常是非正态分布的，如果应用通常的一般线性模型并且样本量较小，则可能会导致参数估计和预测问题。在这里，我们研究了一些可用的分析方法的性能适用于比例数据的分析，即线性回归，泊松回归，β-二项回归和广义线性混合模型（GLISPR）。我们报告的结论，从模拟研究评估功率和I型错误率的这些模型的情况下，类似于那些遇到的行为研究人员和不同的样本量，集群大小和固定效应参数;此外，我们描述了从应用这些方法的数据从两个真正的行为实验的结果。我们的研究结果表明，虽然GLSTO和β-二项回归是分析聚类二进制结果的强大工具，但线性近似仍然可以在这种情况下提供可靠的假设检验。另一方面，泊松回归在用于比例数据建模时，可能会严重受到模型误设的影响。我们的结论提供了一些指导方针，选择合适的分析仪器，样品和集群大小取决于实验条件。
2016-05-06 q-bio.NC q-bio.QM stat.ME
Pursuing Sources of Heterogeneity in Modeling Clustered Population
University of Connecticut（康涅狄格大学）；Jiangxi University of Finance and Economics（江西财经大学）；Yale School of Public Health（耶鲁公共卫生学院）；University of California, Riverside（加州大学河滨分校）；University of Connecticut Health Center（康涅狄格大学健康中心）
在数据爆炸的时代，研究人员经常需要处理具有混合回归关系的异质群体。在这样的问题中，当存在许多候选预测因子时，不仅需要识别与结果相关联的预测因子，而且还需要区分异质性的真实来源，即，以识别在聚类中具有不同影响的预测因子，从而是聚类形成的真正贡献者。我们澄清了异质性的来源，占潜在的规模差异的集群的概念，并提出了一个正则化的有限混合效应回归，同时实现异质性追求和特征选择。顾名思义，该问题是在效应模型参数化下制定的，其中聚类标签缺失，每个预测因子对结果的影响被分解为一个共同的效应项和一组特定于聚类的项。这些影响的约束稀疏估计导致识别具有共同效应的变量和具有异质效应的变量。我们提出了一个有效的算法，并表明我们的方法可以实现估计和选择的一致性。仿真研究进一步证明了我们的方法在各种实际情况下的有效性。三个应用程序，即，一个成像遗传学研究的遗传因素和脑神经影像学特征在阿尔茨海默氏病，一个公共卫生研究，探讨青少年之间的自杀风险和他们的学区特征之间的关联，和体育分析研究，了解如何棒球运动员的工资水平与他们的表现和合同状态。
2021-02-03 cs.LG stat.AP stat.CO
Cluster-induced target shift and synthetic approximation for high-dimensional clustered data
Florida International University（佛罗里达国际大学）；University of Nottingham Ningbo China（诺丁汉大学宁波校区）；University of Pennsylvania（宾夕法尼亚大学）；Dartmouth College（达特茅斯学院）；Oklahoma State University（俄克拉荷马州立大学）
针对高维聚类数据，提出合成异质效应LASSO（SHEL）方法，通过纳入聚类级合成近似来解决边际模型LASSO因协变量异质分布导致的虚假选择问题，并建立理论性质与后选择推断程序。
2026-09-18 stat.ME
Small Area Estimation under Spatial Regimes: Spatially Clustered Fay-Herriot Models for Agricultural Indicators
University of Milano-Bicocca（米兰比可卡大学）；Fondazione Eni Enrico Mattei (FEEM)（埃尼·恩里科·马泰伊基金会）；University of Campania "Luigi Vanvitelli"（坎帕尼亚路易吉·范维特利大学）；Keio University（庆应义塾大学）
该研究针对空间异质性下的小区域估计问题，提出SC-FH框架，通过空间惩罚实现地理域聚类，在模拟和实证研究中均提升了预测精度，避免了过度收缩。
2026-08-17 stat.AP stat.CO stat.ME
Estimation of population-level summaries in general semiparametric repeated measures regression models
本文考虑了一个广泛的家庭半参数重复测量回归模型，其中的主要兴趣是估计人口水平的数量，如均值，方差，概率等，我们的框架的例子包括集群/纵向数据的广义线性模型，等等。我们推导出插件的基于核的估计的人口水平的数量，并得出其渐近分布。一个例子，涉及估计的生存功能的血红蛋白措施在肯尼亚血红蛋白研究数据来证明我们的方法。
2008-05-15 math.ST stat.ME stat.TH
Spatial Clustering Regression of Count Value Data via Bayesian Mixture of Finite Mixtures
本文提出贝叶斯有限混合之混合空间聚类回归模型，利用 Markov 随机场先验识别 Poisson 回归系数的空间同质性，并辅以理论、MCMC 算法、模拟和佐治亚州数据验证。
2023-06-04 stat.AP stat.CO stat.ME
Boosting Distributional Copula Regression
捕获结果变量之间的复杂依赖结构（例如，研究终点）在当代生物医学数据问题和医学研究中具有高度相关性。分布copula回归提供了一个灵活的工具来模拟多个结果变量的联合分布，通过解开边际响应分布和它们的依赖结构。在回归设置中，copula模型的每个参数，即边缘分布参数和copula依赖参数，可以通过结构化的加性预测因子与协变量相关。我们提出了一个框架，以适应分布copula回归模型，通过基于模型的提升算法。基于模型的提升是一种现代估计技术，它结合了有用的功能，如内在变量选择机制，参数收缩和在高维数据设置中拟合回归模型的能力，即协变量比观测值更多的情况。因此，基于模型的提升不仅补充了现有的贝叶斯和基于最大似然的估计框架，而且还实现了独特的内在机制，这些机制可以在许多应用问题中有所帮助。在模拟研究中评估了我们的提升算法在具有连续利润率的copula回归模型的背景下的性能，该模拟研究涵盖了低维和高维数据设置以及响应之间存在或不存在依赖关系的情况。此外，分布copula助推用于联合分析和预测的长度和新生儿的体重条件下，超声测量的胎儿分娩前连同其他临床变量。
2022-02-25 stat.ME
A Doubly Robust Machine Learning Approach for Disentangling Treatment Effect Heterogeneity with Functional Outcomes
Sant’Anna School of Advanced Studies（圣安娜高等研究学院）；School of Pharmaceutical Science, University of Geneva（日内瓦大学药学院）；Department of Statistics & Data Science, Carnegie Mellon University（卡内基梅隆大学统计与数据科学系）；Department of Statistics, Penn State University（宾夕法尼亚州立大学统计系）
FOCaL是一种针对功能性结果中治疗效应异质性估计的双重鲁棒机器学习方法，通过整合先进功能回归技术，实现了对复杂数据中个性化因果效应的稳健推断。
2026-02-11 stat.ME stat.ML
Mixture regression for observational data, with application to functional regression models
在回归分析中，假设我们怀疑样本所代表的总体中存在几个异质群体。混合回归模型已被应用于解决这些问题。通过将协变量作为混合变量对响应的条件分布进行建模，可以将样本聚类到组中，并同时估计各组的个体回归模型。该方法将协变量视为确定性的，使得协变量不携带关于受试者可能属于哪个组的信息。虽然这种假设在协变量完全由实验者确定的实验中可能是合理的，但在观察数据中，协变量在各组中的表现可能不同。因此，该模型还应包含协变量的异质性，这使我们能够从协变量中估计受试者的成员资格。在本文中，我们考虑一个混合回归模型，其中响应和协变量的联合分布被建模为混合。给定协变量的一个新的观测值，这种方法允许我们计算受试者属于每个组的后验概率。使用这些后验概率，响应的预测可以自适应地使用协变量。我们介绍了这种方法的推理过程，并显示其性质的估计和预测。该模型探讨了函数协变量以及多变量协变量。我们提出了一个真实数据的例子，我们的方法优于传统的方法，使用分析良好的伯克利增长研究数据。
2013-06-30 stat.ME
Applied Regression Analysis of Correlations for Correlated Data
针对现有相关性回归模型多局限于纵向数据的问题，提出基于广义z变换的一般相关数据相关性分析方法，在两类数据集上验证了有效性。
2023-06-11 stat.ME
Weighted Sum-of-Trees Model for Clustered Data
The University of Texas MD Anderson Cancer Center（德克萨斯大学MD安德森癌症中心）
本文提出加权树之和模型，通过为每个样本组学习决策树并结合权重，提升对非样本组的预测性能，同时支持组间相似性推断。
2026-02-03 cs.LG stat.ME
Cross Validation for Correlated Data in Regression and Classification Models, with Applications to Deep Learning
本文针对数据不满足独立同分布假设的情形，提出偏差校正交叉验证估计量 CV_c=CV+w_cv，可适用于深度神经网络及多种回归分类预测准则，并通过合成与真实数据验证其优于标准交叉验证。
2025-03-12 stat.ME
Analysis of Relaxation Methods for Feature Selection in Mixed Effects Models
线性混合效应（LME）模型是一个基本的工具，用于建模集群数据，包括队列研究，纵向数据分析和荟萃分析。大型海洋生态系统变量选择方法的设计和分析比线性回归困难得多，因为大型海洋生态系统模型是非线性的。这里考虑的方法是由最近的稀疏松弛正则化回归（SR 3）的变量选择的背景下，线性回归的方法。发展的理论基础，建议扩展到大海洋生态系统，包括一致性结果，变分性质，可实施的优化方法，和收敛结果。特别是，我们提供了一个基本的实现SR3 LME（称为MSR3）和加速混合算法（称为MSR3快速）的收敛性分析。数值结果表明，这些算法的实用性和速度在现实的模拟数据集。数值实现可在开源Python包pysr 3中获得。
2022-09-26 math.OC stat.ME
SEMMS with Random Effects: A Mixed-Model Extension for Variable Selection in Clustered and Longitudinal Data
本文扩展了SEMMS模型以处理纵向和簇状数据中的随机效应，通过交替坐标上升算法改进变量选择性能，并在不同数据集上验证了其有效性。
2026-03-16 stat.CO stat.ME
Bayesian multilevel multivariate logistic regression for superiority decision-making under observable treatment heterogeneity
针对多层、多因变量且存在治疗异质性的研究数据，提出贝叶斯多层多变量逻辑回归模型，可控制I类错误率、实现亚群信息共享，聚类较多时检验效能优于单层模型。
2023-08-11 stat.ME
Mixtures of multivariate generalized linear models with overlapping clusters
随着无处不在的监控和测量协议的出现，研究开始越来越多地关注复杂，多元和异构数据集。在这些研究中，多变量反应变量通常是从异质性人群中提取的，并且存在额外的协变量信息。为了处理这种内在的异质性，回归分析必须对不同组的单元进行聚类。到目前为止，混合模型方法将单元分配给不同的和不重叠的组。然而，这些单位往往表现出更复杂的组织和集群。我们的目标是定义一个混合的广义线性模型与重叠集群的单位。这关键地涉及重叠函数，其将父集群的系数映射到多个分配单元的系数。我们提出了一个计算效率高的MCMC方案，该方案对模型中参数的后验分布进行采样。一个双模式网络研究的例子显示了在多变量概率单位回归设置的情况下的实施细节。一项模拟研究显示了该方法的整体性能，而美国最高法院的投票行为说明显示了9名大法官如何分成两组重叠的大法官。
2019-11-20 stat.ME
Analyzing covariate clustering effects in healthcare cost subgroups: insights and applications for prediction
医疗成本预测是一项具有挑战性的任务，由于高维和高度相关的协变量。此外，成本数据的偏斜、重尾和经常是多模态的性质可能会由于未观察到的异质性而使问题进一步复杂化。在这项研究中，我们提出了一种新的框架有限混合回归模型，采用协变量聚类方法，以更好地考虑聚类协变量对结果子组的影响，从而能够更准确地表征数据的复杂分布。建议的框架可以制定为一个凸优化问题的基础上的协变量的先验相似性的额外的惩罚项。为了有效地解决这个优化问题，提出了一种专门的EM-ADMM算法，该算法将交替方向乘法方法（ADMM）集成到期望最大化（EM）算法的迭代过程中。通过仿真数据验证了算法的收敛性和协变量聚类方法的有效性，并通过两个真实的中国医疗费用数据集验证了该方法相对于传统回归方法的优越性。我们的实证结果提供了有价值的见解复杂的网络图的协变量，并可以告知商业实践，如医疗保险产品的设计和定价。
2023-03-10 stat.ME
On GEE for Mean-Variance-Correlation Models: Variance Estimation and Model Selection
本文指出 Luo 和 Pan（2022）均值-方差-相关 GEE 的方差估计在嵌套结构下可能失效，证明 Yan 和 Fine（2004）估计量可正确处理依赖，并提出均值-尺度-相关模型的同步选择准则。
2025-01-09 stat.ME
High-dimensional Longitudinal Inference via a De-sparsified Dantzig-Selector
本文针对高维纵向聚类数据框架下的广义线性模型推断问题，提出了一种去稀疏化的Dantzig型正则化估计量，提供了理论依据并验证了其在连续和二值数据上的有效性。
2025-08-12 math.ST stat.ME stat.TH
