Functional models for longitudinal data with covariate dependent smoothness
نویسندگان
چکیده
منابع مشابه
Transition Models for Analyzing Longitudinal Data with Bivariate Mixed Ordinal and Nominal Responses
In many longitudinal studies, nominal and ordinal mixed bivariate responses are measured. In these studies, the aim is to investigate the effects of explanatory variables on these time-related responses. A regression analysis for these types of data must allow for the correlation among responses during the time. To analyze such ordinal-nominal responses, using a proposed weighting approach, an ...
متن کاملHeteroskedastic Transformation Models with Covariate Dependent Censoring
In this paper we propose an inferential procedure for transformation models with conditional heteroskedasticity in the error terms. The proposed method is robust to covariate dependent censoring of arbitrary form. We provide sufficient conditions for point identification. We then propose a consistent estimator and show that it is asymptoticaly √ n normal. We conduct a simulation study that reve...
متن کاملFunctional varying coefficient models for longitudinal data
tion (DMS-08-06199). We are grateful to two referees and an Associate Editor for their constructive comments and careful reading. Summary The proposed functional varying coefficient model provides a versatile and flexible analysis tool for relating longitudinal responses to longitudinal predictors. Specifically , this approach provides a novel representation of varying coefficient functions thr...
متن کاملa new approach to credibility premium for zero-inflated poisson models for panel data
هدف اصلی از این تحقیق به دست آوردن و مقایسه حق بیمه باورمندی در مدل های شمارشی گزارش نشده برای داده های طولی می باشد. در این تحقیق حق بیمه های پبش گویی بر اساس توابع ضرر مربع خطا و نمایی محاسبه شده و با هم مقایسه می شود. تمایل به گرفتن پاداش و جایزه یکی از دلایل مهم برای گزارش ندادن تصادفات می باشد و افراد برای استفاده از تخفیف اغلب از گزارش تصادفات با هزینه پائین خودداری می کنند، در این تحقیق ...
15 صفحه اولذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: Electronic Journal of Statistics
سال: 2016
ISSN: 1935-7524
DOI: 10.1214/16-ejs1113