[论文解读] On the one parameter unit-Lindley distribution and its associated regression model for proportion data

Josmar Mazucheli, André F. B. Menezes+1 more|arXiv (Cornell University)|Jan 8, 2018

Statistical Distribution Estimation and ApplicationsMathematics参考文献 10被引用 19

一句话总结

本文提出了一种单参数单位-Lindley 分布，这是一种用于比例数据的灵活统计模型，并据此开发了相应的回归模型。该模型利用单位-Lindley 分布的特性来建模有界连续结果，在模拟和真实数据中表现出更优的拟合效果和可靠性，尤其适用于偏态分布和异方差数据。

ABSTRACT

In this paper considering the transformation $X=\frac{Y}{1+Y}$, where $Y \sim ext{Lindley}(θ)$, we propose the unit-Lindley distribution and investigate some of its mathematical properties. A important fact associated with this new distribution is that is possible to obtain the analytical expression for bias correction of the maximum likelihood estimator. Moreover, it belongs to the exponential family. This distribution allows us to incorporate covariates directly in the mean and consequently to quantify the influence on the average of the response variable. Finally, a practical application is present and it is shown that our model fits much better than the Beta regression.

研究动机与目标

• 提出一种专用于建模比例数据的新型单参数单位-Lindley 分布。
• 基于单位-Lindley 分布开发一种回归模型，用于分析在 0 和 1 之间有界的因变量。
• 解决现有比例数据分布的局限性，如偏态分布和方差灵活性不足的问题。
• 通过模拟研究和真实世界数据应用评估模型性能。
• 为有界数据提供一种统计稳健且计算可行的现有模型替代方案。

提出的方法

• 通过将服从Lindley分布的随机变量进行尺度变换，推导出单位-Lindley 分布以适配 (0,1) 区间。
• 利用变换法推导单位-Lindley 分布的概率密度函数（PDF）和累积分布函数（CDF）。
• 提出一种回归模型，其中响应变量的均值通过logit链接函数与协变量关联。
• 采用最大似然估计（MLE）估计模型参数，使用数值优化方法进行统计推断。
• 推导Fisher信息矩阵和参数估计的标准误，以支持假设检验。
• 通过诊断工具和统计检验在模拟数据与真实数据集上验证模型假设和拟合优度。

实验结果

研究问题

• RQ1 单位-Lindley 分布能否有效建模具有不同程度偏态和异方差的比例数据？
• RQ2 与现有的beta分布和单位-Weibull回归模型相比，所提出的回归模型在拟合优度和效率方面表现如何？
• RQ3 单位-Lindley 回归模型中最大似然估计量的统计特性如何？
• RQ4 该模型在真实世界应用中对复杂数据模式的捕捉能力如何？
• RQ5 单位-Lindley 分布的一参数结构是否足以提供比例数据所需的足够灵活性？

主要发现

• 单位-Lindley 分布对比例数据具有良好的拟合效果，尤其在高偏态和异方差情况下表现优异。
• 在模拟研究中，所提出的回归模型在AIC和BIC值方面优于beta分布和单位-Weibull模型。
• 模型参数的最大似然估计量在小样本条件下表现出良好的有限样本性能，偏差和均方误差均较低。
• 该模型在真实数据集中成功捕捉了潜在的数据结构，包括极端比例的数据。
• 诊断图和统计检验结果证实了该模型在实际应用中的充分性和稳健性。
• 一参数结构简化了推断过程，同时保持了对真实世界比例数据的充分灵活性。