基于单纯形分布的比例数据的回归分析.pdfVIP

张朋等：基于单纯形分布的比例数据的回归分析 这类弥散模型包含了一系列非正态分布，包括描述正值数据、非负值数据、计数数据、二项数据、 方向数据和比例数据的分布．弥散模型中很重要的一类是指数弥散模型，也就是现在熟悉的广义线性 模型．当散度参数固定时 一个指数弥散模型正好是一个指数族分布．单纯形分布 【]也是一种弥散模 型．通过变动位置和散度参数，单纯形分布包含了一大类定义在 (0，1)区间上的分布．如果散度较大则 会出现两个极值点，这是因为单纯形模型本质上是一种混合模型． 当单纯形分布用于广义线性模型中的随机机制时，所得到的回归模型可以有效用于连续 比例数据 的分析，而连续比例常出现在应用领域中．由于单纯形模型实际上属于弥散模型，它与指数弥散模型 一 样具有很多共 同的解析性质．所以，针对连续 比例数据的广义线性模型可以在经典广义线性模型 。【] 的基础上得 出． 由于分对数一正态分布 (LN)(7】的均值和方差没有解析解，我们对比例作分对数变换[8]．得到线性 模型．Beta分布是另一种在Bayes统计学中针对二项比例的常用先验分布．通过变换Beta分布中的参 数，Ferrari和 Cribari—Neto9【]提出了针对 比率或比例的Beta回归，并用 R语言程序包 b“etareg”[IO】 实现了相关的参数估计和统计推断． 在以往文献中，单纯形边际模型 [6，11]和单纯形混合效应模型 [12]己被深入讨论．本文讨论单纯形 分布及其广义线性模型以及相关的计算问题．第 2节介绍单纯形分布及其基本性质，如随机数生成法； 第 3节介绍基于单纯形分布的广义线性模型及其统计推断和计算；第4节报告模拟研究结果，在违反 分布假设情形下，比较单纯形广义线性模型、Beta回归模型和分对数变换线性模型的稳健性；第 5节 分析研究干细胞低温保存后回复率的真实数据，以此阐释上述方法；第 6节通过讨论得出结论．技术 细节详见附录．我们通过 R语言程序包 “simplexreg”实现本文中讨论的单纯形广义线性回归，读者可 以自行下载这个程序包，地址为http：／／my．zju．edu．cn／share／2466293(验证码：7919)． 2 单纯形分布 单纯形分布可由广义逆 Gauss分布Is]导出．考虑 由下式定义的重正化鞍点近似 (当O-_÷0时) p( ，)=c( )ya~-1(1一)~2-1exp{一1m()，∈() 其中，单位偏差函数 d (；)定义为 (1 一 c(1，2，，O-。)是满足 l p(；1，2，，盯)d =1 的规格化项，分布中的参数 (1，OZ2)T∈ 。，。0， ∈(0，1)，这类分布被称为广义单纯形分布，记为 y s(Q1，2，，O-2)．显然，在 。。的极端情形下，上述分布就是参数为 (1，OL2)的Beta分布 令 (1，n2)=(一1／2，一1／2)，我们得到标准单纯形分布，本文中称为单纯形分布． 均值参数 ∈(0，1)和散度参数 盯 0的单纯形分布具有类似于正态分布的密度函数： ；) 1}。]--12／exp{一1；))，∈0(， (2．1) 中国科学 ：数学 第 44卷 第 1期 其中，单位偏差函数为 ； 单位方差函数为 ()= 。(1一 )。． y s一(，。)表示随机变量y服从均值 (位置参数)为 散度为 。的单纯形分布．Jorgensen[。 给 出了y 的方差 7_。： 1 — 一 2o-2。(1一盯)J (2．2) 去唧 )r{ 其