基于自助法和核密度估计的膳食暴露评估模型

针对现阶段我国食品卫生安全保障体系的不完善,建立了基于自助法和核密度估计的膳食暴露评估模型.首先给出一种食物摄入量的抽样调查方案,并按污染物含量对特征人群进行模糊区间分类,建立特征人群每人每天食物摄入量的截尾正态分布模型.然后通过自助法重复抽样,弥补偶然抽查数据数量上的不足,提出了用对数正态分布核密度来估计污染物分布,并对模型进行了检验.在此基础上,建立了污染物摄入量模型,利用Gauss-Legendre求积公式求出其99.999%的右分位点,并且采用模糊匹配技术解决了数据不配套问题.最后对模型进行了讨论,给出了一种思路.     

食品卫生安全保障体系数学模型的研究

主要针对食品安全保障体系中的食物摄入量模型、污染物分布模型和风险评估模型做了以下研究:提出一种基于多层次划分法的抽样方案设计抽样,针对食品的分类问题,提出一种基于贡献率的食品分类法;提出利用广义g·h分布估计污染物的偏态分布的方法;进一步基于Bootstrap法提出了一种利用少量数据再抽样估计偏态分布特性的方法;提出一种尾部放大法,巧妙地将概率搜索和理论分析相结合,实现高精度地估计污染物摄入量的右分位点.此外,对相关的几个理论问题进行研究,并基于Monte-Carlo模拟给出相应的解决方案.     

缺失数据下线性模型的半参数估计

通过比较参数方法和非参数方法对选择概率建模的优缺点,基于充分降维的思想提出了一种利用单指标模型对选择概率建模的半参数方法.基于逆概率加权方法和半参数方法,研究了缺失数据下线性模型的统计推断问题.建立的逆概率加权估计方程可以处理不同的数据缺失情形,给出了线性模型中兴趣参数的估计,并证明了它的渐近正态性.最后通过模拟研究说明提出的方法具有较好的有限样本性质.     

治愈率模型在屏蔽数据可靠性分析中的应用研究

针对传统方法中的不足,在引入标准治愈率模型的基础上,提出在屏蔽数据可靠性分析中应用一种扩展的治愈率模型的建模方法;分析证明了利用该方法进行建模分析时仅需对模型作较少的前提假设,在信息不足的情况下能够识别出伴随变量对系统寿命分布的影响,进而有效提高模型估计的稳健性.通过运用基于Gibbs抽样的MCMC方法动态模拟出相关参数后验分布的马尔可夫链,给出随机截尾条件下模型参数的贝叶斯估计;实例分析的结果,证明了该模型在可靠性应用中的直观性与有效性.     

我国食品卫生安全风险评估模型

食品卫生安全关系到国计民生,建立适合于我国的食品卫生安全保障体系尤为重要.人群食物摄入量模型用"对数正态分布"估计食物摄入量分布,在对国家依据气候、地理、经济等因素进行地域划分的基础上提出了能够保证小样本空间条件下采样均匀的"层次化样本分配模型"用于采样点的选取和各采样点样本数量的分配;污染物分布模型用"贝塔分布"估计食物中的污染物分布,并采用样本在时间轴上平移的方法解决了数据在时间上的不完整性问题;风险评估模型基于人群食物摄入量和食物污染物分布模型,提出"矩元法"对污染物摄入量进行评估,并给出了模型数值化求解和右分位点确定的相关算法.实验表明,风险评估模型所确定的右分位点能有效地反映当前食品卫生安全状况.     

随机变量二次型的协方差在混合效应模型中的应用

本文提出方差分量ANOVA估计的一种改进方法, 证明了对于一般的方差分量模型, 只要方差分量的ANOVA估计存在就可以通过此方法给出其改进形式, 并且在均方误差意义下优于ANOVA估计. 特别地, 对于单向分类随机效应模型, Kelly和Mathew^[1]对ANOVA估计的改进就是我们提出的改进方法的特殊形式, 这也给出了此类改进估计在均方误差意义下优于ANOVA估计的另一种合理的解释. 同时, 本文又将此思想应用到对谱分解估计的改进上. 本文应用协方差的简单性质证明了对带有一个随机效应的方差分量模型, 当随机效应的协方差阵只有一个非零特征值时, 随机效应方差分量谱分解估计在均方误差意义下总是优于ANOVA估计. 本文最后将第三节的结论推广到广义谱分解估计下, 同时给出广义谱分解估计待定系数的一个合理的取值.     

截断回归模型参数的非参数最小二乘估计

本文考虑截断回归模型,给出了基于截断数据估计回归参数的一种新方法,此处并不设定残差分布.我们使用早先的关于误差分布非参数估计的结果,在某些正则条件下建立了估计量的相合性.并给出实例说明我们的结果是Heckman(1979)-项工作的本质改进.     

基于分层贝叶斯广义线性模型的小域估计方法研究

当前,构建恰当的小域估计方法是解决我国政府抽样调查中多层次推断问题的关键所在。由于小域的小样本特性,基于频率统计学的小域估计方法推断效果并不理想,而传统基于贝叶斯统计视角的小域估计方法在非连续型变量估计时适应性不强。本文在系统介绍传统贝叶斯小域估计方法的基站上,为了解决离散变量的估计推断问题,将广义线性模型引入到分层贝叶斯方法中,构建了基本的理论机制和分类数据的估计模型。基于此模型,运用全国流动人口动态监测调查2014年广东省内的样本数据进行实例测算,估计出广东省各地级市的流动人口学历分布情况,并将分层贝叶斯广义线性模型的估计结果与传统估计方法进行了对比分析。结果显示,分层贝叶斯广义线性模型在样本量充足的情况下能够准确地估计出目标小域的总体参数,在样本量不足的小域中依然能够给出稳健的估计结果。文章所构建的估计模型不仅可以充分利用先验信息和辅助信息,还适用于对复杂数据进行估计推断,能够为我国政府抽样调查的小域估计实践提供有价值的理论参考。     

函数型部分线性乘积模型的B-样条估计

本文研究了函数型部分线性乘积模型,该模型可用于响应变量为正数的函数型数据的统计建模问题,经过对数变换后模型转化为函数型部分线性模型.基于B-样条,通过极小化最小一乘相对误差(LARE)和最小乘积相对误差(LPRE),分别给出模型的LARE估计和LPRE估计,其中B-样条基的维数利用Schwarz信息准则选取.对两种估计方法分别给出斜率函数估计的相合性和参数部分估计的渐近正态性,并且证明了斜率函数的收敛率达到了非参数函数估计的最优速率.蒙特卡洛模拟用来比较所提出的方法与最小一乘(LAD)估计和最小二乘(LS)估计在不同误差分布下的有限样本性质,模拟结果表明所提方法是有效和实用的.最后通过一个实际数据分析的例子来说明模型的应用.     

正态分布和瑞利分布混合情形下的参数估计及分类问题

学者往往用单一的分布模拟和拟合杂波,如正态分布、瑞利分布和威布尔分布等。然而在实际中,雷达杂波由多种类型的杂波组成,单一分布通常不能精确刻画雷达杂波规律,因此,应用混合分布模型对雷达杂波数据建模更准确。本文考虑用正态分布和瑞利分布的混合分布拟合杂波,并应用矩估计方法和基于EM算法的极大似然估计方法估计模型参数,最后,应用最大后验概率分类准则验证2种估计方法的分类准确率。通过数据模拟,得出极大似然估计的效果和分类准确率都要优于矩估计的估计效果和分类准确率。     

竞争风险数据和协变量相依权重下可加可乘的子分布风险率模型

本文在竞争风险数据下提出一种灵活的含变系数的可加可乘的子分布风险率模型.通过对删失时间的风险函数建立Cox比例风险模型,得到调整后的与协变量相依的权重,在新权重下建立估计方程来估计模型参数,并获得了估计的大样本性质,同时提出了模型中协变量的时变效应的检验方法.通过数值模拟验证了所提方法的有限样本性质,结果表明所提方法可以大大降低估计偏差.最后,分析了一组淋巴滤泡细胞的竞争风险数据集来展示所提方法的实际应用效果.     

Additive hazards regression with random effects for clustered failure times

Additive hazards model with random effects is proposed for modelling the correlated failure time data when focus is on comparing the failure times within clusters and on estimating the correlation between failure times from the same cluster, as well as the marginal regression parameters. Our model features that, when marginalized over the random effect variable, it still enjoys the structure of the additive hazards model. We develop the estimating equations for inferring the regression parameters. The proposed estimators are shown to be consistent and asymptotically normal under appropriate regularity conditions. Furthermore, the estimator of the baseline hazards function is proposed and its asymptotic properties are also established. We propose a class of diagnostic methods to assess the overall fitting adequacy of the additive hazards model with random effects. We conduct simulation studies to evaluate the finite sample behaviors of the proposed estimators in various scenarios. Analysis of the Diabetic Retinopathy Study is provided as an illustration for the proposed method.     

Estimation of parameters in latent class models using fuzzy clustering algorithms

A mixture approach to clustering is an important technique in cluster analysis. A mixture of multivariate multinomial distributions is usually used to analyze categorical data with latent class model. The parameter estimation is an important step for a mixture distribution. Described here are four approaches to estimating the parameters of a mixture of multivariate multinomial distributions. The first approach is an extended maximum likelihood (ML) method. The second approach is based on the well-known expectation maximization (EM) algorithm. The third approach is the classification maximum likelihood (CML) algorithm. In this paper, we propose a new approach using the so-called fuzzy class model and then create the fuzzy classification maximum likelihood (FCML) approach for categorical data. The accuracy, robustness and effectiveness of these four types of algorithms for estimating the parameters of multivariate binomial mixtures are compared using real empirical data and samples drawn from the multivariate binomial mixtures of two classes. The results show that the proposed FCML algorithm presents better accuracy, robustness and effectiveness. Overall, the FCML algorithm has the superiority over the ML, EM and CML algorithms. Thus, we recommend FCML as another good tool for estimating the parameters of mixture multivariate multinomial models.     

Mixture Modeling for Longitudinal Data

In this article, we propose an unbiased estimating equation approach for a two-component mixture model with correlated response data. We adapt the mixture-of-experts model and a generalized linear model for component distribution and mixing proportion, respectively. The new approach only requires marginal distributions of both component densities and latent variables. We use serial correlations from subjects’ subgroup memberships, which improves estimation efficiency and classification accuracy, and show that estimation consistency does not depend on the choice of the working correlation matrix. The proposed estimating equation is solved by an expectation-estimating-equation (EEE) algorithm. In the E-step of the EEE algorithm, we propose a joint imputation based on the conditional linear property for the multivariate Bernoulli distribution. In addition, we establish asymptotic properties for the proposed estimators and the convergence property using the EEE algorithm. Our method is compared to an existing competitive mixture model approach in both simulation studies and an election data application. Supplementary materials for this article are available online.     

带相依终止事件的复发事件数据的可加可乘比率模型

本文对带相依终止事件的复发事件数据提出了一个联合建模分析方法,用一个带脆弱变量的可加可乘比率模型来刻画复发事件过程,还用带脆弱变量的Cox风险率模型来刻画终止事件过程,而且这两个过程的相依性由脆弱变量来刻画.我们利用估计方程的方法,对模型参数进行了估计,给出了所得估计的渐近性质.同时,通过数值模拟分析验证了估计的渐近性质.最后,利用该方法分析了弗吉尼亚大学慢性心脏病病人医疗诊费数据.     

A general additive-multiplicative rates model for recurrent event data

In this article, we propose a general additive-multiplicative rates model for recurrent event data. The proposed model includes the additive rates and multiplicative rates models as special cases. For the inference on the model parameters, estimating equation approaches are developed, and asymptotic properties of the proposed estimators are established through modern empirical process theory. In addition, an illustration with multiple-infection data from a clinic study on chronic granulomatous disease is pr...     

A generalization of the growth curve model which allows missing data

This study presents methods for estimating and testing hypotheses about linear functions of the unknown parameters in a generalization of the growth curve model which allows missing data. The estimators proposed are best asymptotically normal (BAN). A testing method for large samples is described which uses a test criterion given in general form by Wald. The asymptotic null distribution of the test statistic is a central chi-square variable. A BAN estimator of a linear vector function of the unknown parameters of the expectation model and consistent estimators of the variance-covariance parameters are required for computation.     

基于混合模型对地震巨灾风险的分析

POT模型常被用于分析巨灾风险,然而在应用POT模型时,阀值的估计及选择存在很多困难。本文提出用混合模型对巨灾风险进行估计,并讨论混合模型的贝叶斯统计分析。基于混合模型及贝叶斯统计方法,本文对我国1966年至2014年问GDP调整后的地震直接经济损失进行分析,并根据最终模型计算出不同置信度水平下的VaR值和ES值,为我国地震巨灾风险管理提供了理论依据。