多元广义线性模型经验似然方法分析

针对多元广义线性模型,基于估计相关阵、广义估计方程和经验似然方法,本文构造出经验似然比统计量,此统计量能克服“工作相关阵”方法的误设定问题.在一定的条件下,本文也获得了经验似然比统计量渐近Wilks性质,该结果可用作未知参数向量置信域的构造.最后,通过数值模拟对所提方法的有效性进行验证.

基于EMVS-logistic模型的关键因素筛选及风险预测--以糖尿病合并症高血压数据为例

糖尿病是一种慢性疾病,已经成为危害我国人民健康的三大慢性疾病之一.深入对患者糖尿病危险因素与合并症的研究对于早期的糖尿病预防具有重要的影响意义.为解决实际数据中的“维数灾难”问题,利用EM算法贝叶斯变量选择(EMVS)、Lasso变量选择与Logistic回归结合,构建患病风险识别模型,对糖尿病合并症高血压数据集进行关键因素筛选及风险预测.