贝叶斯层次模型在嵌套结构调查数据中的应用研究-中国卫生统计

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
·1 9 0 ·
中国卫生统计 2 0 1 5年 4月第 3 2卷第 2期
贝叶斯层次模型在嵌套结构调查数据中的应用研究
重庆医科大学公共卫生与管理学院卫生统计学教研室( 4 0 0 0 1 6 ) ㊀文㊀雯㊀文小焱㊀胡㊀珊㊀彭㊀斌

Leabharlann Baidu
㊀㊀【 提㊀要】 ㊀目的㊀针对分层抽样流行病调查数据的结构特点, 构建两种基于分层嵌套思想的贝叶斯层次模型, 并探 利用嵌套结构中的层级关系构建模型, 其中, 模型一以嵌套层效应分解为 讨其优缺点。方法㊀以贝叶斯层次模型为基础, p e n B U G S软件进行模型 特点构建, 模型二以嵌套层效应逐级传递为特点构建。以重庆市出生缺陷调查数据为例, 采用 O 拟合及分析。结果㊀以偏差信息准则( d e v i a n c ei n f o r m a t i o nc r i t e r i o n , D I C ) 作为拟合优度评价, 模型一和模型二的 D I C值 0 1 8和 1 0 1 6 , 大致相等; 敏感性分析显示, 在总体率的超参数 μ设置不同先验信息下, 模型一和模型二对总效应 分别为 1 - 4 估计的变异性分别为( 用标准差度量, 1 0 ) : 后验均数 1 1 9 1和 2 7 5 4 6 ; 后验中位数 1 0 3 8和 7 6 1 7 , 模型一的变异性比模 型二小。结论㊀模型一和模型二均可用于嵌套结构的调查数据建模分析及预测, 拟合效果相当; 但模型一比模型二受先 验信息影响小, 稳健性更好, 更适合先验信息欠缺时的数据分析。 【 关键词】 ㊀嵌套结构数据㊀分层抽样㊀贝叶斯层次模型㊀O p e n B U G S
A p p l i c a t i o no f H i e r a r c h i c a l B a y e s i a nMo d e l f o rN e s t e dS t r u c t u r a l E p i d e mi o l o g i c a l D a t a
We nWe n , We nX i a o y a n , H uS h a n , e t a l . ( D e p a r t m e n t o f H e a l t hS t a t i s t i c s , S c h o o l o f P u b l i c H e a l t ha n dMa n a g e m e n t , C h o n g q i n g Me d i c a l U n i v e r s i t y ( 4 0 0 0 1 6 ) , C h o n g q i n g ) 【 A b s t r a c t 】 ㊀O b j e c t i v e ㊀T od e v e l o pt w oh i e r a r c h i c a l B a y e s i a nm o d e l s f o r t h ee p i d e m i o l o g i c a l d a t aw i t hf o c u s i n go ni t s n e s t e ds t r u c t u r e ; a s w e l l a s t oe x p l o r e t h e p r o s a n dc o n s o f t h e m. Me t h o d s ㊀R e l a t i o n s h i p s a m o n gn e s t e dl a y e r s o f n e s t e ds t r u c t u r a l d a t aa r e t a k e ni n t oa c c o u n t w h e nd e v e l o p i n gt h e t w oh i e r a r c h i c a l B a y e s i a nm o d e l s . T h e f i r s t m o d e l f o c u s e s o nt h e s t r a t i f i c a t i o n e f f e c t o f e a c hn e s t e dl a y e r f o r d i f f e r e n t i a t i o nb e t w e e nt h e l a y e r s . T h e s e c o n dm o d e l f o c u s e s o nt h e t r a n s m i s s i o ne f f e c t b e t w e e nt h e f a t h e r l a y e r a n di t s s o nl a y e r s . O p e n B U G Ss o f t w a r ea n da b i r t hd e f e c t s s u r v e yd a t a w e r e u s e dt of i t a n de v a l u a t e t h e t w oh i e r a r c h i c a l B a y e s i a nm o d e l s ; a n dt h e d e v i a n c e i n f o r m a t i o nc r i t e r i o n ( D I C ) w a s u s e df o r m e a s u r i n gt h e g o o d n e s s o f f i t o f t h e m. As e n . R e s u l t s ㊀T h e s i t i v i t ya n a l y s i s w a s c o n d u c t e dw i t hd i f f e r e n t s e t s o f p r i o r i n f o r m a t i o no nh y p e r p a r a m e t e r o f t h e p o p u l a t i o nr a t e μ D I Co f t h et w om o d e l s a r e 1 0 1 8a n d 1 0 1 6 , r e s p e c t i v e l y , w h i c hs h o w s a l m o s t t h e s a m e g o o d n e s s o f f i t o f t h e m. T h e s e n s i t i v i t y - 4 a n a l y s i s s h o w s t h a t t h es t a n d a r dd e v i a t i o no ft h et w om o d e l sf o rt h ep o s t e r i o rm e a no fe s t i m a t e dp o p u l a t i o nr a t ea r e ( 1 0 ) - 4 1 1 9 1 a n d2 7 5 4 6 , r e s p e c t i v e l y , f o r t h ep o s t e r i o r m e d i a no f t h e ma r e ( 1 0 ) 1 0 3 8a n d 7 6 1 7 , r e s p e c t i v e l y . B o t hr e s u l t s o f p o s t e r i o r m e a na n dp o s t e r i o r m e d i a ns a yt h a t t h e f i r s t m o d e l h a s s m a l l e r s t a n d a r dd e v i a t i o nu n d e r d i f f e r e n t p r i o r i n f o r m a t i o ns c e n a r i o . C o n c l u s i o n ㊀B o t hm o d e l s c a nb eu s e dt om o d e l n e s t e ds t r u c t u r a l e p i d e m i o l o g i c a l d a t a . H o w e v e r , t h ef i r s t m o d e l i s a f f e c t e db y p r i o r i n f o r m a t i o nm u c hl e s s t h a nt h e s e c o n dm o d e l d o e s . T h u s , t h e f i r s t m o d e l i s m o r e s t a b l e a n di s b e t t e r t om o d e l n e s t e ds t r u c t u r a l s u r v e yd a t aw h e nl i t t l ep r i o r i n f o r m a t i o ni s a v a i l a b l e . 【 K e yw o r d s 】 ㊀N e s t e ds t r u c t u r a l d a t a ; S t r a t i f i e ds a m p l i n g ; H i e r a r c h i c a l B a y e s i a nm o d e l ; O p e n B U G S
相关文档
最新文档