Variable selection and estimation for multivariate panel count data via the seamless- penalty

Abstract

This paper considers regression analysis of multivariate panel count data with the focus on variable selection and estimation of significant covariate effects. For the problem, we adopt the penalized estimating equation approach with a focus on the use of the seamless- penalty. The proposed approach selects variables and estimates regression coefficients simultaneously and the asymptotic properties of the resulting estimates are established. The procedure can be easily carried out with the Newton–Raphson algorithm and is evaluated by simulation studies. Also it is applied to a motivating data set arising from a skin cancer study. The Canadian Journal of Statistics 41: 368–385; 2013 © 2013 Statistical Society of Canada

Dans cet article, les auteurs étudient l'analyse de régression pour des données de dénombrement multivariées de panel en portant une attention particulière à la sélection de variables et à l'estimation de l'effet des covariables significatives. Ils abordent le problème à l'aide d'une équation d'estimation pénalisée par une fonction lisse très similaire à la pénalité discontinue. La méthode proposée sélectionne les variables et estime les coefficients de régression simultanément. Les propriétés asymptotiques des estimés obtenus sont établies. Les auteurs résolvent l'équation d'estimation à l'aide de l'algorithme de Newton–Raphson et évaluent sa performance au moyen d'études de simulation. Finalement, ils illustrent leur approche en analysant un jeu de données provenant d'une étude sur le cancer de la peau. La revue canadienne de statistique 41: 368–385; 2013 © 2013 Société statistique du Canada