رگرسیون چندکی بیزی با تاوان لاسو و لاسوی تطبیق پذیر برای داده های طولی دودویی

در بسیاری از مطالعات علوم پزشکی برای بیان سیر بیماری و تا ثیر درمان از مطالعات طولی استفاده می شود، که در آن پاسخ ها به طور مکرر در طول زمان  اندازه گیری می شوند. اما گاهی این پاسخ ها دو حالته و گسسته هستند. اخیرا روش های رگرسیون چندکی دودویی برای تحلیل  این نوع داده ها مورد توجه قرار گرفته است. در این مقاله مدل رگرسیون چندکی با تاوان لاسو و لاسوی تطبیق پذیر برای داده های طولی با پاسخ های دوحالته  ارائه شده و هر دو روش از دیدگاه آمار بیزی مورد تحلیل قرار می گیرد. با توجه به اینکه در هر دو روش توزیع های پسینی پارامترها به شکل بسته قابل حصول نیستند، توزیع های پسینی شرطی کامل پارامترها محاسبه شده و از الگوریتم نمونه گیری گیبز برای استنباط استفاده می شود. برای مقایسه کارایی روش های ارائه شده با روش های متداول، مطالعه شبیه سازی انجام شده و در پایان نیز نحوه کاربست مدل ها در قالب مثال کاربردی شرح داده خواهد شد.

Keywords:

Binary Quantile Regression , Lasso Penalty , Adaptive Lasso Penalty , Longitudinal Data , Gibbs Sampling , Bayesian Inference , رگرسیون چندکی دودویی , تاوان لاسو , تاوان لاسوی تطبیق پذیر , داده های طولی , نمونه گیری گیبز , استنباط بیزی