| Nimeke: | Joint Regression and Association Models for Repeated Categorical Responses |
| Tekijä: | Jokinen, Jukka |
| Muu tekijä: | Helsingin yliopisto, matemaattis-luonnontieteellinen tiedekunta, matematiikan ja tilastotieteen laitos Helsingfors universitet, matematisk-naturvetenskapliga fakulteten, matematiska och statistiska institutionen University of Helsinki, Faculty of Science, Department of Mathematics and Statistics National Public Health Institute, Department of Vaccines |
| Päiväys: | 2007-02-03 |
| Taso: | Väitöskirja (artikkeli) |
| Tiivistelmä: | Tutkimus käsittelee kategorisen vasteen tilastollista analyysiä tilanteessa, jossa vastearvojen välillä on riippuvuutta. Tyypillisimmillään tällaista riippuvuutta esiintyy silloin, kun samalta tutkimuskohteelta on havaittu vaste useana ajankohtana. Esimerkiksi tämän työn ensimmäisessä artikkelissa tutkimuskohteena on 329 lasta, ja tutkittavana vasteena on pneumokokkibakteerin nielukantajuus (kyllä/ei). Kantajuus on mitattu kultakin lapselta yhdeksän kertaa ensimmäisen 18 ikäkuukauden aikana, jolloin saman lapsen toistuvien mittausten ei voida olettaa olevan riippumattomia toisistaan.
Esimerkin kaltaisessa tilanteessa ollaan tyypillisesti kiinnostuneita kantajuuden yleisyydestä, sekä siitä, onko tietyillä riskitekijöillä vaikutusta yleisyyteen. Riskitekijöiden vaikutusta tarkastellaan regressiomallilla. Jotta regressiomallista tehtävät päätelmät eivät olisi virheellisiä, on analyysissä otettava huomioon toistettujen mittausten välinen riipuvuus. Analyysin pääpaino on tavallisesti virheettömässä regressiomallinnuksessa. Kuitenkin vastearvojen välisen riippuvuuden tutkimuksella voidaan saavuttaa arvokasta lisäinformaatiota. Tämän työn keskeisenä teemana on regression ja vastearvojen riippuvuuden samanaikainen tilastollinen mallinnus. Toistetun, tai muuten ryhmitellyn, kategorisen vasteen analyysi on laskennallisesti haastavaa. Uskottavuusperusteinen päättely on tyypillisesti mahdollista vain, jos toistettuja mittauksia on kultakin tutkimuskohteelta vain muutama. Tämän työn neljännessä artikkelissa esitellään laskenta-algoritmi, joka helpottaa huomattavasti suurimman uskottavuuden estimointia, eritoten kun toistojen lukumäärä kasvaa. Olennainen osa tutkimuksen tuloksia on myös vapaasti saatavilla oleva ohjelmisto ryhmitellyn kategorisen vastemuuttujan uskottavuusanalyysiin. |
| Avainsanat: | biometria |
| Näytä kaikki kuvailutiedot | |