Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.13087/864
Title: Semiparametric Mixed Models for Longitudinal Data: Wavelets Analysis as Smoothing Approach
Other Titles: Longitudinal Veriler İçin Semiparametrik Karışık Modeller: Smoothing Yaklaşımı Olarak Dalgacık Analizi
Authors: Ghoul, Marwa Ben
Yazıcı, Berna
Sezer, Ahmet
Keywords: Biyoloji
Tıbbi İnformatik
Tıbbi Araştırmalar Deneysel
Halk ve Çevre Sağlığı
Issue Date: 2019
Abstract: Objective: This paper consists on examining a longitudinal data, output of generated data, via constructing a semiparametric model, the wavelets analysis will be applied as smoothing approach for the nonparametric part of the model. Material and Methods: Mixed effects models have been largely examined due to their flexibility in handling data without constraints. Mixed models could be characterized with their parametric and nonparametric features. Indeed, semiparametric mixed models which combine parametric and nonparametric features, started to receive more attention notably for examining longitudinal data. Regarding the nonparametric features, smoothing approaches should be applied. Recently, the wavelets analysis has been considered as a powerful mathematic tool to decompose a series due to its multiresolution features (frequential and temporal) and some researchers mentioned it as a smoothing approach for large data, but the wavelets features for smoothing still not commonly applied on longitudinal data. Results: A data is generated referring to a previous published hypertension study by National Institute Health. The results show that the wavelets analysis has a strong capacity as smoothing approach compared to well-known other smoothing methods; Root Mean Square Errors are calculated, and via the constructed semiparametric model, it has been confirmed that the incident hypertension is related to the high Systolic blood pressure, high diastolic blood pressure and low BMI.
Amaç: Bu makale, türetilmiş bir longitudinal veri seti için, bir yarı parametrik model kurularak incelenmesi üzerine olup, modelin parametrik olmayan kısmı için pürüzsüzleştirme yaklaşımı dikkate alınarak dalga analizi uygulanacaktır. Gereç ve Yöntemler: Karışık etki modelleri, verilerin kısıtlama olmadan kullanılmasındaki esneklikleri nedeniyle yaygın biçimde çalışılmaktadır. Karışık modeller parametrik ve parametrik olmayan özellikleri dikkate alınarak incelenebilir. Nitekim, parametrik ve parametrik olmayan özellikleri birleştiren yarı parametrik karışık modeller, özellikle longitudinal verilerin analizi için daha fazla çalışılmaya başlanmıştır. Parametrik olmayan özellikler ile ilgili olarak, pürüzsüzleştirme yaklaşımları uygulanmalıdır. Son zamanlarda, dalga analizi, çoklu çözünürlük özellikleri (sıklık ve zamansal) nedeniyle bir dizi ayrıştırmak için güçlü bir matematiksel araç olarak kabul edilmektedir, ancak dalga analizi hala longitudinal veri seti için yaygın bir biçimde kullanılmamaktadır. Bulgular: National Institute Health tarafından daha önce yayınlanmış bir hipertansiyon çalışmasına atıfta bulunan bir veri üretilmiştir. Sonuçlar, bilinen diğer pürüzsüzleştirme yöntemlerine kıyasla dalga analizinin, pürüzsüzleştirme yaklaşımı olarak güçlü bir yaklaşım olduğunu göstermektedir; Ortalama Kare Kök Hatalar hesaplanmış ve oluşturulan semiparametrik model aracılığıyla, hipertansiyonunun yüksek Sistolik kan basıncı, yüksek diyastolik kan basıncı ve düşük BMI ile ilişkili olduğu doğrulanmıştır.
URI: https://doi.org/10.5336/biostatic.2019-64979
https://app.trdizin.gov.tr/makale/TXpNME1qYzFOUT09
https://hdl.handle.net/20.500.13087/864
ISSN: 1308-7894
2146-8877
Appears in Collections:TR-Dizin İndeksli Yayınlar Koleksiyonu

Show full item record

CORE Recommender

Page view(s)

16
checked on Oct 3, 2022

Google ScholarTM

Check

Altmetric


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.