Bayesian Regression Analysis of Sickness Absence

 |  Login

Show simple item record

dc.contributor Aalto-yliopisto fi
dc.contributor Aalto University en
dc.contributor.advisor Vehtari, Aki
dc.contributor.author Kahilakoski, Olli-Pekka
dc.date.accessioned 2012-07-02T08:20:39Z
dc.date.available 2012-07-02T08:20:39Z
dc.date.issued 2011
dc.identifier.uri https://aaltodoc.aalto.fi/handle/123456789/3704
dc.description.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. fi
dc.description.abstract 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. en
dc.format.extent [8] + 48
dc.format.mimetype application/pdf
dc.language.iso en en
dc.publisher Aalto-yliopisto fi
dc.publisher Aalto University en
dc.title Bayesian Regression Analysis of Sickness Absence en
dc.title Sairauspoissaolojen bayesilainen regressioanalyysi fi
dc.type G2 Pro gradu, diplomityö fi
dc.contributor.department Lääketieteellisen tekniikan ja laskennallisen tieteen laitos fi
dc.subject.keyword bayesilainen fi
dc.subject.keyword regressio fi
dc.subject.keyword mallintaminen fi
dc.subject.keyword gaussinen prosessi fi
dc.subject.keyword yleistetty lineaarimalli fi
dc.subject.keyword sairauspoissaolo fi
dc.subject.keyword Bayesian en
dc.subject.keyword regression en
dc.subject.keyword modeling en
dc.subject.keyword Gaussian process en
dc.subject.keyword generalized linear model en
dc.subject.keyword sickness absence en
dc.identifier.urn URN:NBN:fi:aalto-201207022670
dc.type.dcmitype text en
dc.programme.major Laskennallinen tekniikka fi
dc.programme.mcode S-114
dc.type.ontasot Diplomityö fi
dc.type.ontasot Master's thesis en
dc.contributor.supervisor Lampinen, Jouko


Files in this item

This item appears in the following Collection(s)

Show simple item record

Search archive


Advanced Search

article-iconSubmit a publication

Browse

My Account