×
凌文浩;那么，姚议员;巴拉克里希南，纳拉亚纳斯瓦米

一种贝叶斯方法，用于分析威布尔寿命下牺牲实验的致瘤性数据。 （英语） Zbl 07619961号

Lio，Yulong（编辑）等，可靠性和生存分析中的贝叶斯推断和计算。查姆：斯普林格。Emerg.顶部。统计生物统计。，215-237 (2022).
摘要：本章详细介绍了一种基于威布尔寿命下牺牲实验的致瘤性数据推断肿瘤发病时间的贝叶斯方法。我们假设形状和尺度参数都与对数线性形式的各种协变量相关。然后使用Metropolis-Hastings抽样方法估计感兴趣量的后验均值。进行了仿真研究和敏感性分析，以评估不同先验下所开发的贝叶斯方法的性能。还与EM算法确定的似然估计进行了比较。最后，对一个已知的小鼠肿瘤毒理学数据集进行了分析，以说明所开发的贝叶斯方法。
关于整个系列，请参见[Zbl 1492.62020年].

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05 可靠性和寿命测试
PDF格式BibTeX公司 XML格式引用
\textit{M.H.Ling}等人，in：可靠性和生存分析中的贝叶斯推理和计算。查姆：斯普林格。215--237（2022；Zbl 07619961）
全文： DOI程序

参考文献：

[1] Agresti，A.：分类数据分析。新泽西州霍博肯威利（2013）·兹比尔1281.62022
[2] Balakrishnan，N.，Ling，M.H.：指数分布下一次性设备测试的EM算法。计算。统计数据分析。56, 502-509 (2012) ·doi:10.1016/j.csda.2011.09.010
[3] Balakrishnan，N.，Ling，M.H.：一次设备加速寿命测试的期望最大化算法，具有Weibull寿命和可变参数过应力。IEEE传输。Reliab公司。62, 537-551 (2013) ·doi:10.1109/TR.2013.2257054
[4] Balakrishnan，N.，Ling，M.H.：伽玛寿命和一次性设备测试分析。Reliab公司。工程系统。安全。126, 54-64 (2014) ·doi:10.1016/j.ress.2014.01.009
[5] Balakrishnan，N.，So，H.Y.，Ling，M.H.：指数分布下具有竞争风险的一次性设备测试的EM算法。Reliab公司。工程系统。安全。137, 129-140 (2015) ·doi:10.1016/j.ress.2014.12.014
[6] Balakrishnan，N.，So，H.Y.，Ling，M.H.：威布尔分布下具有竞争风险的一次性设备测试的EM算法。IEEE传输。Reliab公司。65, 973-991 (2016) ·doi:10.1109/TR.2015.2500361
[7] Berger，J.：统计决策理论和贝叶斯分析。施普林格，纽约（1985）·Zbl 0572.62008号 ·doi:10.1007/9781-4757-4286-2
[8] Berlin，B.，Brodsky，J.，Clifford，P.：用连续牺牲测试生存实验中的疾病依赖性。J.Am.Stat.Assoc.74，5-14（1979）·Zbl 0402.62078号 ·doi:10.1080/016214519979.10481601
[9] Ding，A.A.，Wang，W.：测试双变量当前状态数据的独立性。《美国统计协会期刊》第99卷，第145-155页（2004年）·Zbl 1089.62508号 ·doi:10.1198/016214500000142
[10] Dinse，G.E.：动物致瘤性数据分析中的持续风险差异。生物统计学47，681-700（1991）·Zbl 0735.62099号 ·doi:10.2307/2532155
[11] Dinse，G.E.：评估限制因素，允许在单次牺牲研究中进行生存调整后的发病率分析。生物统计学49，399-407（1993）·Zbl 0800.62691号 ·doi:10.2307/2532553
[12] Dunson，D.B.，Dinse，G.E.：具有信息审查的多元当前状态数据的贝叶斯模型。生物统计学58，79-88（2002）·Zbl 1209.62031号 ·doi:10.1111/j.0006-341X.2002.00079.x
[13] Fan，T.H.，Balakrishnan，N.，Chang，C.C.：使用一次性装置测试的高可靠性电爆炸装置的贝叶斯方法。J.统计计算。模拟。79, 1143-1154 (2009) ·Zbl 1179.62146号 ·doi:10.1080/00949650802142592
[14] Finkelstein，D.M.，Ryan，L.M.：通过啮齿动物致瘤性实验评估致癌能力。J.R.统计社会服务。C 36121-133（1987）·Zbl 0628.62102号
[15] 黑斯廷斯，W.K.：使用马尔可夫链的蒙特卡罗抽样方法及其应用。生物特征57，97-109（1970）·Zbl 0219.65008号 ·doi:10.1093/biomet/57.1.97
[16] Kodell，R.L.，Nelson，C.J.：使用生存/牺牲数据研究致癌过程的疾病-死亡模型。生物统计学36，267-277（1980）·doi:10.2307/2529978
[17] Lindsey，J.C.，Ryan，L.M.：啮齿动物致瘤性实验的三态乘法模型。J.R.统计社会服务。C 42、283-300（1993）·Zbl 0825.62884号
[18] Ling，M.H.，So，H.Y.，Balakrishnan，N.：一次性器械测试比例风险模型下的似然推断。IEEE传输。Reliab公司。65, 446-458 (2016) ·doi:10.1109/TR.2015.2440251
[19] Ma，L.，Hu，T.，Sun，J.：独立当前状态数据的筛选最大似然回归分析。Biometrika生物特征102、731-738（2015）·Zbl 1452.62832号 ·doi:10.1093/biomet/asv020
[20] Roberts，G.O.，Gelman，A.，Gilks，W.R.：随机行走Metropolis算法的弱收敛性和最优缩放。附录。普罗巴伯。7, 110-120 (1997) ·Zbl 0876.60015号
[21] Roberts，G.O.，Rosenthal，J.S.：各种Metropolis-Hastings算法的最佳缩放。统计科学。16, 351-367 (2001) ·Zbl 1127.65305号 ·doi:10.1214/ss/1015346320
[22] Rossini，A.J.，Tsiatis，A.A.：用于分析当前状态数据的半参数比例优势回归模型。J.Am Stat.Assoc.91，713-721（1996）·Zbl 0869.62082号 ·doi:10.1080/01621459.1996.10476939
[23] Wang，W.，Ding，A.A.：关于评估双变量当前状态数据的相关性。生物医学87，879-893（2000）·Zbl 1028.62077号 ·doi:10.1093/biomet/87.4.879
[24] Zhao，S.，Hu，T.，Ma，L.，Wang，P.，Sun，J.：利用加性风险模型对信息性现状数据进行回归分析。寿命数据分析。21, 241-258 (2015) ·兹比尔1322.62296 ·doi:10.1007/s10985-014-9303-y
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。