A parametric model for wearable sensor-based physical activity monitoring data with informative device wear

NCU Institutional Repository > 理學院 > 統計研究所 > 博碩士論文 > Item 987654321/80941

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/80941

题名:	A parametric model for wearable sensor-based physical activity monitoring data with informative device wear
作者:	李建緯;Lee, Chien-Wei
贡献者:	統計研究所
关键词:	穿戴式裝置;偏誤及變異數之抵換;迴歸模型;模型選擇;三明治變異數估計法;wearable devices;bias-variance trade-o ff;panel count regression;model selection;sandwich variance estimator
日期:	2019-08-22
上传时间:	2019-09-03 15:18:19 (UTC+8)
出版者:	國立中央大學
摘要:	穿戴式裝置提供了收集人類身體活動信息的機會。然而受試者的意願和其他潛在行為，將會使參數估計時產生不可忽略的偏差。在此類型資料的分析中，研究人員通常使用半母數或無母數方法來避免模型錯誤所造成的偏差。但另一方面，有母數方法可以通過模型選擇來控制這種偏差，並且可以大幅的提升運算效率。在本文中，我們提供模擬研究來比較半母數方法和有母數方法的表現，並將我們的方法應用於來自美國國家健康和營養檢查調查的穿戴式裝置數據。;Wearable devices provide the opportunity to collect information of human being′s physical activity. However, there is non-negligible deviation from the subject′s willingness and other potential behaviors. In wearable device data analysis, researchers usually utilize semi-parametric or nonparametric approaches to avoid the bias from model misspeci cation. On the other hand, parametric approaches can control such bias by model selection, and can reduce computing time signi cantly. In this paper, we provide simulation studies to compare the performance of the semiparametic and parametric approaches. We apply our approach to the wearable device data from National Health and Nutrition Examination Survey is USA.
显示于类别:	[統計研究所] 博碩士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	257	检视/开启

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....