本文關(guān)鍵詞：基于貝葉斯估計(jì)的有序多分類多層模型的應(yīng)用

  更多相關(guān)文章： 有序多分類多層模型 層次結(jié)構(gòu) 組內(nèi)相關(guān)性 MCMC法 貝葉斯估計(jì)

【摘要】：目的：探討基于貝葉斯估計(jì)的有序多分類多層模型在具有組內(nèi)相關(guān)特性的層次結(jié)構(gòu)數(shù)據(jù)中的應(yīng)用，旨在獲取準(zhǔn)確的參數(shù)估計(jì)，以及研究該模型在實(shí)際分析過(guò)程中的方法學(xué)問(wèn)題與其優(yōu)越性，為涉及層次結(jié)構(gòu)數(shù)據(jù)的分析提供科學(xué)實(shí)用的參考。 方法：通過(guò)橫斷面調(diào)查獲得數(shù)據(jù)常常遇到層次結(jié)構(gòu)問(wèn)題，層次結(jié)構(gòu)數(shù)據(jù)特點(diǎn)突出：具有多層次變異、組內(nèi)相關(guān)性、因變量呈有序多分類形式等。一般logistic回歸分析難以滿足這些條件。而有序多分類多層模型就能較好地解決該數(shù)據(jù)存在的問(wèn)題。并且，由于現(xiàn)在已有文章證明有序多分類多層模型的傳統(tǒng)參數(shù)估計(jì)方法對(duì)隨機(jī)效應(yīng)的估計(jì)是有偏的，而貝葉斯估計(jì)則能提高隨機(jī)效應(yīng)估計(jì)的精度。所以，基于貝葉斯估計(jì)的有序多分類多層模型應(yīng)是處理層次結(jié)構(gòu)數(shù)據(jù)更合理的方法。 本文將首先介紹貝葉斯估計(jì)與MCMC法和有序多分類多層模型的基本理論，然后使用該方法對(duì)廣州市居民控?zé)熣{(diào)查實(shí)例進(jìn)行分析以獲取分析結(jié)果、探討分析步驟，并根據(jù)DIC與模型分析結(jié)果來(lái)進(jìn)行有序多分類多層模型與有序多分類logistic回歸的對(duì)比。完成以上步驟的同時(shí)會(huì)附上模擬結(jié)果蹤跡的平穩(wěn)性圖及Raftery Lewis診斷信息以評(píng)價(jià)參數(shù)迭代收斂情況。 結(jié)果：廣州市居民控?zé)熣{(diào)查實(shí)例：空模型分析顯示數(shù)據(jù)具有組內(nèi)相關(guān)性。有序多分類方差成分模型分析結(jié)果則表明，在控制其它變量及社區(qū)間控?zé)熈⒎☉B(tài)度差異后，居民的性別、民族、在崗情況、吸入二手煙情況、控?zé)熤R(shí)得分與吸煙危害知識(shí)得分對(duì)公共場(chǎng)所控?zé)熈⒎☉B(tài)度有影響。而有序多分類隨機(jī)系數(shù)模型則顯示總體控?zé)煈B(tài)度越不積極的社區(qū)，其在崗居民的控?zé)煈B(tài)度也越不積極。相比之下，有序多分類logistic回歸不能獲取高層次信息，，且由偏差信息準(zhǔn)則與參數(shù)估計(jì)值的標(biāo)準(zhǔn)誤分別可知有序多分類方差成分模型與隨機(jī)系數(shù)模型對(duì)數(shù)據(jù)擬合程度較有序多分類logistic回歸優(yōu)與有序多分類隨機(jī)系數(shù)模型的參數(shù)估計(jì)值比有序多分類logistic回歸的估計(jì)值更為精確。殘差分析也找出控?zé)煼e極性較高與不夠高的社區(qū)。 診斷信息方面，各模擬結(jié)果蹤跡的平穩(wěn)性圖顯示馬爾科夫鏈?zhǔn)諗坑谀繕?biāo)分布，且Raftery Lewis診斷信息顯示實(shí)際迭代次數(shù)能滿足獲取準(zhǔn)確p2.5、p97.5分位數(shù)所需的迭代次數(shù)，迭代結(jié)果可用與統(tǒng)計(jì)推斷。 結(jié)論：廣州市居民控?zé)熣{(diào)查實(shí)例分析結(jié)果均對(duì)日后進(jìn)一步的研究作出提示。而從實(shí)例分析結(jié)果與模型比較可發(fā)現(xiàn)有序多分類多層模型的優(yōu)勢(shì)明顯，具體表現(xiàn)為：有序多分類多層模型對(duì)數(shù)據(jù)的擬合程度更優(yōu)、能夠通過(guò)殘差分解減少參數(shù)估計(jì)偏倚、考慮到數(shù)據(jù)的組內(nèi)相關(guān)性，能夠通過(guò)該模型從數(shù)據(jù)中挖掘更多有意義的信息等。而貝葉斯估計(jì)由于考慮到方差成分的不確定性，因此提高了高層次變異的估計(jì)精度。 所以，對(duì)于具有組內(nèi)相關(guān)特性的層次結(jié)構(gòu)數(shù)據(jù)，基于貝葉斯估計(jì)的有序多分類多層模型是合理，且值得推廣的方法。
【關(guān)鍵詞】：有序多分類多層模型 層次結(jié)構(gòu) 組內(nèi)相關(guān)性 MCMC法 貝葉斯估計(jì)
【學(xué)位授予單位】：廣東藥學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2012
【分類號(hào)】：R181
【目錄】：

• 目錄4-6
• 中文摘要6-8
• Abstract8-10
• 1 前言10-18
• 1.1 國(guó)外研究現(xiàn)狀13-15
• 1.2 國(guó)內(nèi)研究現(xiàn)狀15-17
• 1.3 國(guó)內(nèi)研究待解決問(wèn)題17
• 1.4 研究目的17-18
• 2 原理與方法18-30
• 2.1 有序多分類多層模型18-25
• 2.1.1 有序多分類 logistic 回歸18-19
• 2.1.2 僅含截距的有序多分類多層模型19-20
• 2.1.3 組內(nèi)相關(guān)性檢驗(yàn)20
• 2.1.4 有序多分類的方差成分模型20-21
• 2.1.5 有序多分類的隨機(jī)系數(shù)模型21-22
• 2.1.6 變量隨機(jī)效應(yīng)的初判斷22
• 2.1.7 有序多分類 logistic 回歸、有序多分類方差成分模型和有序多分類的隨機(jī)效應(yīng)模型的對(duì)比22-24
• 2.1.8 測(cè)量中心化24-25
• 2.2 貝葉斯估計(jì)與 MCMC 法25-28
• 2.2.1 貝葉斯估計(jì)25-26
• 2.2.2 MCMC 法26-27
• 2.2.3 偏差信息準(zhǔn)則27
• 2.2.4 MCMC 法的收斂性診斷27-28
• 2.3 模型檢驗(yàn)28-29
• 2.3.1 參數(shù)檢驗(yàn)28
• 2.3.2 尺度參數(shù)檢驗(yàn)28-29
• 2.3.3 殘差檢驗(yàn)29
• 2.4 軟件的應(yīng)用29-30
• 3 實(shí)例數(shù)據(jù)分析30-42
• 3.1 廣州市居民控?zé)熣{(diào)查分析30-42
• 3.1.1 數(shù)據(jù)預(yù)處理31-32
• 3.1.2 分析結(jié)果32-42
• 4 討論42-49
• 4.1 具體分析步驟42
• 4.2 多層模型問(wèn)題探討42-44
• 4.2.1 模型比較42-44
• 4.2.2 多層模型其它用途44
• 4.3 貝葉斯估計(jì)的相關(guān)問(wèn)題討論44-45
• 4.3.1 貝葉斯估計(jì)與 MCMC 法44-45
• 4.3.2 偏差信息準(zhǔn)則45
• 4.4 數(shù)據(jù)分析結(jié)果討論45-46
• 4.4.1 廣州市居民控?zé)熣{(diào)查分析討論45-46
• 4.5 研究不足之處46-47
• 4.6 結(jié)論47-49
• 附表49-60
• 參考文獻(xiàn)60-64
• 綜述64-72
• 參考文獻(xiàn)69-72
• 攻讀碩士學(xué)位期間發(fā)表論文72-73
• 致謝73

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 王安偉;黃文麗;;多水平Meta回歸分析及其在流行病學(xué)研究中的應(yīng)用[J];大理學(xué)院學(xué)報(bào);2007年12期

2 雷靂,張雷;多層線性模型的原理及應(yīng)用[J];首都師范大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版);2002年02期

3 于忠義;;誰(shuí)開(kāi)創(chuàng)了貝葉斯學(xué)派?——對(duì)拉普拉斯1774年一篇文章的回顧[J];統(tǒng)計(jì)與信息論壇;2008年01期

4 江濱,王文志,吳升平,洪震,黃茂盛,楊期東,劉運(yùn)海,陸寶玉,張淑珍;社區(qū)人群控?zé)煼椒捌湫Чu(píng)價(jià)[J];衛(wèi)生研究;2003年05期

5 楊永利;付鵬鈺;謝婧;張衛(wèi)東;張梅喜;王重建;平智廣;胡東生;;多元多水平模型及其在血壓影響因素研究中的應(yīng)用[J];衛(wèi)生研究;2009年05期

6 鄭建中,張巖波;有序分類重復(fù)測(cè)量數(shù)據(jù)的多水平模型分析[J];現(xiàn)代預(yù)防醫(yī)學(xué);2003年01期

7 趙晉芳,劉桂芬;重復(fù)測(cè)量線性混合模型中方差-協(xié)方差結(jié)構(gòu)的選擇[J];現(xiàn)代預(yù)防醫(yī)學(xué);2004年01期

8 趙晉芳;羅天娥;劉桂芬;;分類重復(fù)測(cè)量數(shù)據(jù)的非線性混合效應(yīng)模型[J];現(xiàn)代預(yù)防醫(yī)學(xué);2007年20期

9 袁野;廖貴蓉;李娜;陳博;朱彩蓉;;多水平模型在調(diào)查員變異評(píng)價(jià)中的應(yīng)用[J];現(xiàn)代預(yù)防醫(yī)學(xué);2011年10期

10 曹紅艷;劉桂芬;曾平;張愛(ài)蓮;;預(yù)測(cè)性偽似然法和貝葉斯法廣義線性混合模型估計(jì)[J];中國(guó)藥物與臨床;2008年11期

本文編號(hào)：556634