基于MCP估计的两部模型及其在家庭医疗费用影响因素分析中的应用

摘要

目的 阐明基于惩罚估计的两部模型原理,并借助该方法分析家庭医疗费用的影响因素.方法 利用最小最大凹罚(minimax concave penalty,MCP)似然估计方法估计未知参数,并与桥惩罚(Bridge)、最小绝对收缩和选择算子(least absolute shrinkage and selection operator,LASSO)惩罚以及不加惩罚得到的结果对比.结果 年龄、月收入与医疗费用呈正相关;受教育年限、家庭人口数与医疗费用呈负相关;城市人群、女性、有工作、有医保、未婚人士更有可能产生医疗费用.同时表明,基于惩罚得到的估计结果更符合研究实际的客观解释.结论 相对于极大似然估计、Bridge惩罚、LAS-SO惩罚,基于MCP惩罚似然估计得到的均方误差、标准差以及对应的经验风险函数值等更稳定、偏差更小.