Bayesian Regression Analysis of Sickness Absence

No Thumbnail Available
Journal Title
Journal ISSN
Volume Title
Master's thesis
Date
2011
Major/Subject
Laskennallinen tekniikka
Mcode
S-114
Degree programme
Language
en
Pages
[8] + 48
Series
Abstract
Gaussiset prosessit ovat epälineaarisia regressiomalleja, joilla voidaan mallintaa paikallisia muutoksia vastepinnan rakenteessa. Sairauspoissaoloihin yhteydessä olevia yksilötekijöitä on aiemmin tutkittu yleistetyillä lineaarimalleilla. Vertaamme tässä työssä gaussisia prosesseja yleistettyihin lineaarimalleihin bayesilaisilla menetelmillä ja havaitsemme, että gaussiset prosessit ennustavat yleistettyjä lineaarimalleja paremmin sairauspoissaoloja terveyskyselyn avulla. Teemme myös muuttujanvalinnan gaussisille prosesseille bayesilaisella monivertailumenetelmällä ja havaitsemme, että masennuksella ja kivun aiheuttamalla työhaitalla on yhteys sairauspoissaoloihin. Tulokset ovat linjassa aiempien tutkimusten kanssa. Lisäksi havaitsemme masennuksella ja sairauspoissaoloilla mahdollisen epälineaarisen, saturoituvan yhteyden.

Individual factors associated with sickness absence have previously been studied with generalized linear models. Using Bayesian methods, we compare generalized linear models to Gaussian process models, which are flexible non-linear regression models that allow local changes in the response surface structure. We find Gaussian process models superior for predicting sickness absence with health questionnaire data in a sample of employees of a Finnish company. We also do variable selection for Gaussian process models using Bayesian multiple comparisons. In agreement with previous studies, we find that depression and pain-related impairment at work are associated with increased sickness absence, with a possible saturation effect for depression.
Description
Supervisor
Lampinen, Jouko
Thesis advisor
Vehtari, Aki
Keywords
bayesilainen, regressio, mallintaminen, gaussinen prosessi, yleistetty lineaarimalli, sairauspoissaolo, Bayesian, regression, modeling, Gaussian process, generalized linear model, sickness absence
Other note
Citation