در بسیاری از مطالعات علوم پزشکی برای بیان سیر بیماری و تا ثیر درمان از مطالعات طولی استفاده می‌شود، که در آن پاسخ‌ها به طور مکرر در طول زمان اندازه‌گیری می‌شوند. اما گاهی این پاسخ‌ها دو حالته و گسسته هستند. اخیرا روش‌های رگرسیون چندکی دودویی برای تحلیل این نوع داده‌ها مورد توجه قرار گرفته است. در این مقاله مدل رگرسیون چندکی با تاوان لاسو و لاسوی تطبیق‌پذیر برای داده‌های طولی با پاسخ‌های دوحالته ارائه شده و هر دو روش از دیدگاه آمار بیزی مورد تحلیل قرار می‌گیرد. با توجه به اینکه در هر دو روش توزیع‌های پسینی پارامترها به شکل بسته قابل حصول نیستند، توزیع‌های پسینی شرطی کامل پارامترها محاسبه شده و از الگوریتم نمونه‌گیری گیبز برای استنباط استفاده می‌شود. برای مقایسه کارایی روش‌های ارائه شده با روش‌های متداول، مطالعه شبیه‌سازی انجام شده و در پایان نیز نحوه کاربست مدل‌ها در قالب مثال کاربردی شرح داده خواهد شد.
Aghamohammadi A, Mohammadi S. Bayesian Quantile Regression with Lasso and Adaptive Lasso Penalty for Binary Longitudinal Data. JSS 2016; 9 (2) :149-167 URL: http://jss.irstat.ir/article-1-297-fa.html
آقامحمدی علی، محمدی سکینه. رگرسیون چندکی بیزی با تاوان لاسو و لاسوی تطبیق‌پذیر برای داده‌های طولی دودویی. مجله علوم آماری. 1394; 9 (2) :149-167
