Mixed location scale hidden Markov model for the analysis of intensive longitudinal data

Hidden Markov models (HMM) presents an attractive analytical framework for capturing the state-switching process for auto-correlated data. These models have been extended to longitudinal data setting where simultaneous multiple processes are observed by including subject specific random effects. How...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Health services and outcomes research methodology Ročník 20; číslo 4; s. 222 - 236
Hlavní autoři:	Lin, Xiaolei, Mermelstein, Robin, Hedeker, Donald
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	New York Springer US 01.12.2020 Springer Nature B.V
Témata:	Behavior Data compression Economics Health Administration Health services Latent class analysis Longitudinal studies Markov analysis Medicine Medicine & Public Health Methodology of the Social Sciences Probability Public Health Research methodology Statistics Teenagers Mixed effect models Intensive longitudinal data Latent class classification
ISSN:	1387-3741, 1572-9400
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!