×
安杰尔;刘素玉;王文毅;袁莹

具有不可忽略缺失的二元纵向数据的贝叶斯隐类混合效应混合模型。 （英语） Zbl 1419.62301号

生物计量学 69，第4期，914-924（2013）.
摘要：由于二元数据内部和之间的复杂相关性以及可能不可忽视的缺失，对纵向二元数据的分析具有挑战性。基于一个混合效应混合模型，我们提出了一种分析具有不可忽略丢失的纵向二进数据的方法。我们将测量和辍学过程的联合分布分解为三个部分：随机效应的边际分布，给定随机效应的辍学过程条件分布，以及给定随机效应和缺失数据模式的测量过程条件分布。我们使用离散生存模型对条件辍学过程进行建模，使用潜在类模式-混合模型对条件测量过程进行建模。这些模型使用“行动者”和“伙伴”效应以及二元特定的随机效应来解释二元相互依赖。我们使用隐式propout-class方法来解决由二元数据结构导致的大量缺失数据模式的问题。我们使用模拟研究评估了所提方法的性能，并将我们的方法应用于前列腺癌试验产生的纵向二进数据集。

MSC公司：

62页第10页 统计学在生物学和医学中的应用；元分析
2015年1月62日 贝叶斯推断
62号02 生存分析和删失数据中的估计
65C60个 统计中的计算问题（MSC2010）

关键词：

二元的;潜在类别;纵向的;混合效应;不容忽视的缺失
PDF格式BibTeX公司 XML格式引用
\textit{J.Ahn}等人，《生物统计学》69，第4期，914--924（2013；Zbl 1419.62301）
全文： 内政部 链接

参考文献：

[1] Agresti，A.（2002年）。分类数据分析，第二版。纽约州纽约市：Wiley。
[2] Bacon，C.、Mittleman，M.、Kawachi，I.、Giovannucci，E.、Glasser，D.和Rimm，E.（2003）。50岁以上男性的性功能：来自健康专业人员的后续研究结果。内科年鉴139161-168。
[3] 加拿大A.、Neese L.、Sui D.和Schover L.（2005）。加强局部前列腺癌治疗后夫妇性康复的试点干预。癌症104，2689-2700。
[4] 库克，W.L.和肯尼，D.A.（2005）。行动者-伙伴相互依赖模型：发展研究中的双向效应模型。《国际行为发展杂志》29，101-109。
[5] Cook，J.、Tyson，R.、White，J.、Rushe，R.、Gottaman，J.和Murray，J.（1995年）。婚姻冲突的数学：婚姻互动的定性动态数学模型。《家庭心理学杂志》9，110-130。
[6] Daniels，M.和Hogan，J.（2000年）。重新参数化信息缺失下灵敏度分析的模式混合模型。生物统计学56，1241-1248·Zbl 1060.62594号
[7] Daniels，M.J.和Hogan，J.W.（2008）。纵向研究中的缺失数据：贝叶斯建模和敏感性分析策略，Chapman&Hall/CRC·Zbl 1165.62023号
[8] Diggle，P.和Kenward，M.（1994年）。纵向数据分析中的信息缺失。应用统计43，49-73·Zbl 0825.62010号
[9] 再见了，D.M.（2010）。使用信息丰富的观察模式对纵向数据进行边际分析。生物特征97，65-78·Zbl 1183.62168号
[10] Follman，D.和Wu，M.C.（1995）。信息缺失数据的随机效应近似广义线性模型。生物统计学51，151-168·Zbl 0825.62607号
[11] Gelman，A.、Carlin，J.、Stern，H.和Rubin，D.（2004）。贝叶斯数据分析。第二版。查普曼和霍尔CRC·Zbl 1039.62018号
[12] Gelman，A.、Meng，X.和Stern，H.（1996）。通过实现差异对模型适合性进行后验预测评估（讨论）。中国统计局，733-807·Zbl 0859.62028号
[13] Geman，S.和Geman，D.（1984）。随机松弛、吉布斯分布和图像的贝叶斯恢复。IEEE模式分析和机器智能6721-741·Zbl 0573.62030号
[14] Gottman，J.、Swanson，C.和Swanson（K.）（2002年）。婚姻的一般系统理论：婚姻互动的非线性差分方程模型。《人格与社会心理学评论》6，326-340。
[15] Gray，S.M.和Brookmeyer，R.（1998）。根据多维纵向数据估计治疗效果。生物统计学54，976-988·Zbl 1058.62610号
[16] Hogan，J.W.和Laird，N.M.（1997年）。基于模型的方法分析不完整的纵向和故障时间数据。医学统计16，259-272。
[17] Hogan，J.W.、Roy，J.和Korkontzelou，C.（2004年）。生物统计学教程：处理纵向数据中的辍学。医学统计231455-1497。
[18] Laird，N.M.和Ware，J.H.（1982年）。纵向数据的随机效应模型。生物统计学38，963-974·Zbl 0512.62107号
[19] Little，R.（1993）。多元不完全数据的模式混合模型。《美国统计协会杂志》88，123-134·Zbl 0775.62134号
[20] Little，R.（1994）。一类正态缺失数据的模式混合模型。生物特征81471-483·Zbl 0816.62023号
[21] Little，R.（1995）。重复测量研究中的辍学机制建模美国统计协会杂志90，1112-1121·Zbl 0841.62099号
[22] Little，R.（2009）。对重复测量研究中的退出机制进行建模。《纵向数据分析进展》，G.Fitzmaurice、M.Davidian、G.Verbeke和G.Molenberghs（编辑）。英国伦敦：CRC出版社。
[23] Little，R.和Rubin，D.（2002年）。缺失数据的统计分析。第二版。纽约州纽约市：Wiley·Zbl 1011.62004号
[24] Pocock，S.J.和Simon，R.（1975年）对照临床试验中平衡预后因素的序贯治疗分配。生物统计学31102-115。
[25] Potosky，A.、Davis，W.、Hoffman，R.、Stanford，J.、Stephenson，R.，Penson，D.和Harlan，L.（2004）。前列腺癌前列腺切除术或放射治疗后的五年疗效：前列腺癌疗效研究。《国家癌症研究所杂志》96，1358-1367。
[26] Robins，J.、Rotnitzky，A.和Zhao，L.（1995）。数据缺失情况下重复结果的半参数回归模型分析。《美国统计协会杂志》90，106-121·Zbl 0818.62042号
[27] Rosen，R.、Cappelleri，J.和Gendrano，N.（2002年）。国际勃起功能指数（IIEF）：科学综述。国际阳痿研究杂志14，226-244。
[28] Rotnitzky，A.、Robins，J.M.和Scharfstein，D.O.（1998）。具有不可忽视无反应重复结果的半参数回归。《美国统计协会杂志》93，1321-1339·Zbl 1064.62520号
[29] Roy，J.和Lin，X.H.（2000）。具有多个连续结果的纵向数据的潜在变量模型。生物统计学561047-1054·Zbl 1060.62565号
[30] Roy，J.和Lin，X.H.（2002年）。不可忽视的辍学和缺失协变量的多变量纵向结果分析：美沙酮治疗实践的变化。《美国统计协会杂志》97，40-52·Zbl 1073.62587号
[31] Roy，J.（2003）。使用潜在辍学类别模型，用不可忽视的辍学对逻辑数据进行建模。生物统计学59829-836·Zbl 1218.62117号
[32] Roy，J.和Daniels，M.（2008）。一类具有许多可能的丢失时间的不可忽略丢失的模式混合模型。生物统计学64，538-545·Zbl 1137.62016年
[33] Sharpley，C.和RogersH。(1984). 简化的Spanier二元调整量表的初步验证：关于婚姻调整筛选测试的一些心理测量数据。教育和心理测量44，1045-1049。
[34] Scharfstein，D.、Robins，J.和Rotnitzky，A.（1999）。使用含时间相关协变量的半参数无响应模型调整不可忽略的无响应（讨论）。《美国统计协会杂志》94，1096-1146·Zbl 1072.62644号
[35] Schover，L.R.、Canada，A.L.、Yuan，Y.、Sui，D.、Neese，L.、Jenkins，R.和Rhodes，M.M.（2012）。一项针对局部前列腺癌治疗后夫妇的基于互联网与传统性咨询的随机试验。癌症118，500-509。
[36] Spiegelhalter，D.，Best，N.，Carlin，B.，van der Linde，A.（2002年）。模型复杂度和拟合度的贝叶斯度量（带讨论）。英国皇家统计学会杂志，B64系列，583-639·Zbl 1067.62010年
[37] Verbeke，G.和Molenberghs，G.（2000年）。纵向数据的线性混合模型。纽约州纽约市：Springer‐Verlag·Zbl 0956.62055号
[38] Wiegel，M.、Meston，C.和Rosen，R.（2005年）。女性性功能指数（FSFI）：临床临界值的交叉验证和发展。《性与婚姻治疗杂志》31，1-20。
[39] Wu，M.和Carroll，R.（1988）。通过对审查过程建模，估计和比较信息权审查中的变化。生物统计学44175-188·Zbl 0707.62210号
[40] Wu，M.和Bailey，K.（1989年）。信息权审查中变化的估计和比较：条件线性模型。生物统计学44939-955·Zbl 0715.62123号
[41] Yuan，Y.和Little，R.（2009）。具有不可忽视丢失的纵向数据的混合效应混合模型。生物统计学65，478-486·Zbl 1165.62088号
[42] Zabora，J.、BrintzenhofeSzoc，K.、Jacobsen，C.、Piantadosi，S.、Hooker，C.、Owens，A.和Derogatis，L.（2001年）。一种用于癌症患者的新型心理社会筛查工具。《心身学》42，241-246。
[43] Zhang，G.和Yuan，Y.（2012）。贝叶斯（Bayesian）建模具有不可忽视辍学的纵向二元数据，并应用于乳腺癌研究。应用统计年鉴6753-771·Zbl 1243.62039号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不声称其完整性或完全匹配。