基于个体级混合模型描述多元二进制数据的残疾
摘要：使用美国国家长期护理调查（NLTCS）中的功能残疾数据，我们尝试使用成员级别（Grade of Membership，GoM）模型的变化来开发残疾人群体的描述。 首先，我们将GoM描述为一种个体水平的混合模型，允许个体同时在多个混合成员中具有部分成员资格。然后，我们证明了个体级别和群体级别混合模型之间的等价关系，并利用这个特性开发出用于贝叶斯估计模型的马尔科夫链蒙特卡洛算法。我们使用这种方法来分析NLTCS的功能残疾数据。
作者：Elena A. Erosheva, Stephen E. Fienberg, Cyrille Joutard
论文ID：0712.2124
分类：Applications
分类简称：stat.AP
提交时间：2009-09-29