基于误差函数（error function, Erf）的抑郁推理数据分析回归模型

《Stats》：An Error Function-Based Regression Model for Depressogenic Reasoning Data Analysis

　　

本研究提出一种灵活的三参数分布，以刻画连续正向数据中的复杂模式。通过将广义奇对数逻辑（generalized odd log-logistic, GOLL）生成器与误差函数（error function, Erf）分布相结合，所提模型成功容纳了强偏态与双峰性等多样密度形态。研究人员采用蒙特卡洛模拟与最大似然估计（maximum likelihood estimation, MLE）对回归模型的估计量进行验证，确认较大样本量可带来高精度、一致性与推断稳定性。基于住院抑郁症患者数据，研究人员展示了模型的实践应用：新分布较竞争模型拟合更优，更低统计量与似然比检验提供支持；且变量“简单性（simplicity）”与“宿命论（fatalism）”对观测抑郁水平具有显著影响。

研究背景与动机

连续正向数据广泛见于生物学、工程与农业等领域。经典分布（如正态、威布尔（Weibull）分布）难以刻画强偏态、重尾或潜在双峰结构；广义β类、Kumaraswamy分布虽能处理不同偏度与峰度，但对单框架内双峰等复杂密度仍显不足。生存与可靠性分析中，威布尔分布无法捕捉非单调风险函数（如单峰、浴盆形失效率），基于广义奇对数逻辑族（generalized odd log-logistic-G, GOLL-G）的扩展提供了新思路。误差函数（Erf）分布具有正支撑、内在不对称且解析简洁，将其嵌入GOLL生成器可引入两个附加形状参数，从而在简单解析框架下获得更广的密度形态控制能力。已有GAMLSS等分布回归框架虽灵活，但仍需能同时处理偏度、峰度与双峰组合的正向数据模型。该研究由此提出GOLLErf分布及其回归模型，旨在为复杂正向数据（含抑郁推理数据）提供兼具解析便利与形状灵活性的建模工具。论文发表于《Stats》。

主要关键技术方法

研究人员采用三项关键技术：其一，基于GOLL-G类生成器（CDF/PDF由基线Erf分布经参数α、β变形）构造三参数GOLLErf分布，并推导其分位函数（quantile function, QF）闭式解以支撑直接抽样；其二，借助线性表示将GOLLErf密度展开为广义伽马（generalized gamma, GG）密度的线性组合，进而推导矩、累积量、矩生成函数（moment generating function, MGF）与Rényi熵；其三，回归部分仅将尺度参数λ与协变量经对数链接关联，形状参数α、β设为全局常数，利用R语言gamlss包中RS算法做最大似然估计，并以分位数残差（quantile residuals, QRs）做适配诊断。实证数据来自R包carData内Ginzberg数据集，含82例住院抑郁症患者，响应变量为抑郁水平（取值0.47–2.25），协变量为简单性与宿命论。

研究结果

1. 2.
   The GOLLErf Distribution：通过代入Erf基线CDF/PDF至GOLL-G公式，得GOLLErf的CDF与PDF；α为尺度参数控制集中性，α增大峰值升高、离散减小；β与γ为形状参数分别调控不对称与右尾；分布退化为OLLErf（β=1）、指数化Erf（γ=1）及Erf（β=γ=1）。QF闭式存在，便于模拟。
2. 3.
   Linear Representation：引用级数展开将PDF写为GG密度加权和，系数由α、β、γ与GG参数（c,d,p）决定，从而把矩与MGF计算归约至GG已知性质。
3. 4.
   Mathematical Properties：由线性表示得普通矩E(Y^r)、中心矩与累积量递推式；MGF经幂级数展开求得；Rényi熵表达式在q→1时退化为Shannon熵。
4. 5.
   Quantile Measures：采用Bowley偏度与Moors峰度（基于分位数而非矩）评估参数影响，并提供Shiny交互界面供参数面探索，证明形状灵活性。
5. 6.
   The GOLLErf Regression Model：设Y_i~GOLLErf(λ_i,α,β)，log(λ_i)=x_i^?β，形状参数固定；对数似然式(18)由gamlss-RS迭代最大化；QR定义式(19)近似标准正态以做诊断。
6. 7.
   Simulation Studies：7.1边际分布模拟（三场景，n=50–750，1000次重复）显示MLE偏差与MSE随n下降，覆盖概率近95%；平均对数似然等高线无多峰，真值红点与新蓝三角随n收敛。7.2回归模拟（x₁~U(0,1), x₂~N(0,1)，β₀=0.1,β₁=0.5,β₂=-0.3,α=0.8,β=1.5）同样证实渐近一致性。7.3残差分析：QR的QQ图模拟包络随n扩大贴合参考线，表明模型充分。
7. 8.
   Application：8.1数据描述——Ginzberg数据82例，响应均值1.00>中位数0.82，偏度0.59，右偏。8.2边际分析——GOLLErf的AIC/BIC低于Erf、OLLErf及Gamma、Weibull、Log-normal；LR检验（vs EErf、OLLErf）显著，PDF/CDF图显示其捕捉轻微双峰优于竞争模型。8.3回归应用——GOLLErf回归AIC/BIC最低；估计得log(λ)中简单性系数-0.341（p<0.05）、宿命论系数-0.280（p<0.05），即每增1单位简单性λ降28.9%、宿命论降24.5%（仅尺度集中性，非条件均值）；QR正态概率图仅2/82点在包络外。
8. 9.
   Conclusions：研究人员提出将Erf基线嵌入GOLL生成器的三参数GOLLErf分布及回归模型；模拟证MLE有限样本稳定、形状参数α、β平均对数似然面单峰可辨识；实证中GOLLErf在边际与回归框架均优于嵌套与经典模型，简单性与宿命论经尺度参数λ影响抑郁水平分布形态。该工作为抑郁推理等复杂正向数据提供了具解析形式、可MLE拟合且支持QR诊断的灵活分布回归方案。

讨论与结论翻译

研究人员提出一种通过将基于误差函数的基线模型嵌入广义奇对数逻辑族而导出的灵活连续分布。引入附加形状参数显著提升了分布刻画多样密度轮廓的灵活性，尤其可容纳带轻微双峰倾向的复杂经验形态。研究人员构建了以对数链接将尺度参数与解释变量关联的回归模型，模型可经最大似然便捷估计；模拟证实估计量在有限样本中表现可靠——偏误与均方误随样本增大而降，经验覆盖概率恰当；对数似然面分析提供数值稳定与参数可辨识证据：形状参数α、β的平均对数似然面无竞争峰，平均估计随样本增大趋近真值。基于抑郁症数据集的实证评估凸显该方法实用优势：在边际与回归框架中新模型均较嵌套对手拟合更优，证实GOLL结构固有灵活性对建模关键经验特征至关重要。回归模型经尺度参数λ纳入“简单性”与“宿命论”等致郁推理信息，而形状参数α、β跨观测保持恒定。