×
努斯拉特·哈伦;蔡波;沈瑜

分析长度偏差数据的贝叶斯半参数方法。 （英语） Zbl 1521.62351号

J.应用。斯达。 48，第6期，977-992（2021）.
总结：从流行队列研究设计中获得的生存数据通常采用长基线抽样。常用的方法包括估计方程法和完全似然法，可用于评估这些数据对生存率的协变量影响。贝叶斯方法允许对感兴趣的参数进行概率解释，并且可以很容易地为未来的观测提供预测分布，同时结合关于基线风险函数的微弱先验知识。缺乏贝叶斯方法来分析基于长度的数据。本文提出了在比例风险模型下分析长度偏差数据的贝叶斯方法。累积危险函数的先验分布是使用I-样条曲线以半参数形式指定的。贝叶斯条件和完全似然方法被开发用于分析模拟数据和实际数据。

MSC公司：

62至XX 统计

关键词：

贝叶斯方法;基于长度的数据;I样条曲线;流行队列研究;比例风险模型

软件：

QUADPACK公司
PDF格式BibTeX公司 XML格式引用
\textit{N.Harun}等人，J.Appl。Stat.48，No.6，977--992（2021；Zbl 1521.62351）
全文： DOI程序 链接

参考文献：

[1] Andersen，P.K。；O.博根。；吉尔，R.D。；Keiding，N.，《基于计数过程的统计模型》（1993），斯林格-维拉格公司：斯林格-维拉格公司，纽约·Zbl 0769.62061号
[2] Asgharian，M。；沃尔夫森，D.B。；Zhang，X.，使用流行队列生存数据检查发病率的平稳性，Stat.Med.，251751-1767（2006）·doi:10.1002/sim.2326
[3] 蔡，B。；林，X。；Wang，L.，当前状态数据的贝叶斯比例风险模型与单调样条，计算。统计数据分析。，55, 2644-2651 (2011) ·Zbl 1464.62034号 ·doi:10.1016/j.csda.2011.03.013
[4] de Uña-álvarez，J.，《基于长度的抽样和I型截尾下的非参数估计：基于矩的方法》，《Ann.Inst.Stat.Math。，56, 667-681 (2004) ·Zbl 1078.62031号 ·doi:10.1007/BF025068482
[5] Ghosh，D.，癌症研究的比例风险回归，生物统计学，64，141-148（2008）·Zbl 1139.62062号 ·doi:10.1111/j.1541-0420.2007.00830.x
[6] 吉尔克斯，W。；贝斯特，N。；Tan，K.，Gibbs抽样中的自适应拒绝大都会抽样，J.Appl。Stat.，44，455-472（1995）·Zbl 0893.62110号 ·doi:10.2307/2986138
[7] 黄，C.-Y。；秦，J.，《基于长偏抽样的复合偏似然估计及其在痴呆症流行队列研究中的应用》，美国统计协会，107，946-857（2012）·Zbl 1299.62123号 ·doi:10.1080/01621459.2012.682544
[8] Joly，P。；赞扬，D。；Letenneur，L.，任意删减数据的惩罚似然法：应用于痴呆症的年龄别发病率，生物统计学，54，185-194（1998）·Zbl 1058.62618号 ·doi:10.2307/2534006
[9] Kalbfleisch，J.D。；Lawless，J.F.，应用于艾滋病潜伏期和报告偏差的右截断数据回归模型，Stat.Sin。，1, 19-32 (1991) ·Zbl 0826.62089号
[10] Kalbfleisch，J.D。；Prentice，R.L.，《失效时间数据的统计分析》（2002），威利出版社，纽约·兹比尔1012.62104
[11] 林，X。；蔡，B。；Wang，L。；Zhang，《一般间隔敏感数据的贝叶斯比例风险模型》，《寿命数据分析》。，21, 470-490 (2015) ·Zbl 1322.62133号 ·doi:10.1007/s10985-014-9305-9
[12] Piessens，R。；de Doncker-Kapenga，E。；Uberhuber，C。；Kahaner，D.，《四包：自动集成的子程序包》（Quadpack:a Subroutine Package for Automatic Integration）（1983年），Springer-Verlag:Springer-Verlag，柏林·Zbl 0508.65005号
[13] 秦，J。；宁，J。；刘，H。；Shen，Y.，《基于长度偏差数据的最大似然估计和EM算法》，美国统计协会，106，1434-1448（2011）·1234.62128兹比尔 ·doi:10.1198/jasa.2011.tm10156
[14] 秦，J。；Shen，Y.，Cox模型下分析右偏长度数据的统计方法，生物统计学，107382-392（2010）·Zbl 1192.62209号 ·文件编号：10.1111/j.1541-0420.2009.01287.x
[15] Ramsay，J.O.，作用中的单调回归样条，《统计科学》。，3, 425-441 (1988) ·doi:10.1214/ss/1177012761
[16] Rosenberg，P.S.，使用B样条估计危险函数，生物统计学，51874-887（1995）·Zbl 0875.62489号 ·doi:10.2307/2532989
[17] Wang，M.-C.，随机截断数据的半参数模型，美国统计协会，84，742-748（1989）·Zbl 0677.62037号 ·doi:10.1080/01621459.1989.10478828
[18] Wang，M.-C.，基于横截面生存数据的非参数估计，美国统计协会，86，130-143（1991）·Zbl 0739.62026号 ·doi:10.1080/01621459.1991.10475011
[19] 王，M.-C。；布鲁克梅耶，R。；Jewel，N.，流行队列数据的统计模型，生物统计学，49，1-11（1993）·兹比尔0771.62079 ·doi:10.2307/2532597
[20] 沃尔夫森，C。；沃尔夫森，D.B。；阿斯加里安，M。；MLan，C.E.，《痴呆发病后生存期的重新评估》，《新英格兰医学杂志》，344，1111-1116（2001）·doi:10.1056/NEJM200104123441501
[21] 泽伦，M。；Feinleib，M.，《慢性病筛查理论》，《生物统计学》，56601-6614（1969）·Zbl 0184.23703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，而不要求完整或完全匹配。