来源：期刊VIP网 时间：
作者：黄云舒;谭春辉;
单位：华中师范大学信息管理学院;
摘要：文章针对具有异质性的面板计数数据构建了一种半参数均值回归模型，该模型通过对协变量回归系数进行差异化定义，能够同时捕捉个体间的同质效应与异质效应。在建模过程中，采用样条函数对基准非参数均值函数进行逼近，从而将原模型中的非参数部分参数化，转化为可估计的半参数形式。基于这一参数化估计空间，进一步构建了关于待估半参数的极大似然函数。在此基础上，通过在负对数似然函数中引入融合非凸惩罚函数，构建出一个正则化的目标函数，并将该目标函数的极小值点作为模型参数的估计量，从而实现了基于数据驱动的子群划分与稳健的参数估计。在数值计算方面，由于目标函数整体结构非凸，因此直接进行优化求解极为复杂。为提升计算效率与可行性，提出主ADMM算法。该算法将原问题转化为一系列易于处理的子问题，从而实现对目标函数的高效优化。将所提方法应用于膀胱肿瘤临床试验数据的实证分析中，通过对患者面板计数数据的建模与子群识别，评估了不同治疗方案对膀胱肿瘤复发的影响，识别出对特定治疗反应不同的患者亚组，说明所提方法是有效的。
关键词：面板计数数据;;子群识别;;样条;;融合惩罚;;主ADMM算法
