×
尹国胜

删失数据的贝叶斯优良性检验。 （英语） Zbl 1153.62037号

J.统计计划。推断 139，第4期，1474-1483页（2009年）.
小结：我们提出了一种贝叶斯计算和推理方法，用于Pearson型chi-squared goodness of fit检验和右偏生存数据。我们的测试统计数据来源于经典的皮尔逊齐方检验，使用了分区箱中观察到的计数和预期计数之间的差异。在贝叶斯范式中，我们使用马尔可夫链蒙特卡罗程序生成模型参数的后验样本。通过将二次型的最大似然估计量替换为模型参数后验分布的随机观测值，我们可以很容易地构造出齐次检验统计量。测试的自由度等于仓的数量，因此与基础参数向量的维度无关。测试统计恢复了传统的Pearson型方形结构。此外，该算法避免了评估Fisher信息矩阵、其逆矩阵和方差-方差矩阵秩的负担。我们使用模拟研究检验了所提出的模型诊断方法，并用前列腺癌研究的实际数据集进行了说明。

MSC公司：

62G10型 非参数假设检验
2015年1月62日 贝叶斯推断
62N01号 审查数据模型
62号03 生存分析和审查数据中的测试
65立方厘米 马尔可夫链的数值分析或方法

关键词：

贝叶斯推断;故障时间数据;假设检验;模型诊断;皮尔逊统计;后部样品
PDF格式BibTeX公司 XML格式引用
\textit{G.Yin}，J.Stat.Plann。推断139，第4号，1474--1483（2009；Zbl 1153.62037）
全文： DOI程序

参考文献：

[1] Akritas，M.G.，Pearson-type goodness of fit tests：单变量案例，J.Amer。统计人员。协会，83，222-230（1988）·Zbl 0653.62036号
[2] Andersen，P.K。；O.博根。；吉尔·R。；Keiting，N.，《计数过程比较的线性非参数检验及其在截尾生存数据中的应用》（附讨论），《国际统计》。修订版，50，219-258（1982）·Zbl 0504.62038号
[3] J.O.伯杰。；Pericchi，L.R.，模型选择和预测的内在贝叶斯因子，J.Amer。统计人员。协会，91，109-122（1996）·Zbl 0870.62021号
[4] Chen，C.F.，关于具有贝叶斯含义的极限密度函数的渐近正态性，J.Roy。统计人员。Soc.，爵士。B、 47、540-546（1985）·Zbl 0607.62015
[5] 陈海胜。；赖，K。；Ying，Z.，生存数据的Goodness-of-fit检验和最小功率发散估计，Statist。Sinica，14，231-248（2004）·Zbl 1035.62100号
[6] 切尔诺夫，H。；Lehmann，E.L.，《拟合优度检验中最大似然估计的使用》，《数学年鉴》。统计人员。，25, 579-586 (1954) ·兹比尔0056.37103
[7] 考克斯·D·R。；Hinkley，D.V.，《理论统计学》（1974），查普曼和霍尔：查普曼与霍尔伦敦·Zbl 0334.62003号
[8] Cramér，H.，《统计学的数学方法》（1946），普林斯顿大学出版社·兹比尔0063.01014
[9] Efron，B.，1967年。截尾数据的两个样本问题。《第五届伯克利数理统计与概率研讨会论文集》，第四卷，加利福尼亚大学出版社，加州伯克利，第831-853页。；Efron，B.，1967年。截尾数据的两个样本问题。《第五届伯克利数理统计与概率研讨会论文集》，第四卷，加利福尼亚大学出版社，加州伯克利，第831-853页。
[10] 弗莱明，T.R。；Harrington，D.，《计数过程和生存分析》（1991），纽约：纽约威利出版社·Zbl 0727.62096号
[11] Gelfand，A.E。；戴·D·K。；Chang，H.，使用预测分布确定模型，并通过基于抽样的方法实施（讨论），（Bernardo，J.M.；Berger，J.O.；Dawid，A.P.；Smith，A.F.M.，Bayesian Statistics 4（1992），牛津大学出版社：牛津大学出版社牛津），147-167
[12] 格雷，R.J。；Pierce，D.A.，《截尾生存数据的优良性检验》，Ann.Statist。，13, 552-563 (1986) ·兹比尔0576.62029
[13] Habib，M.G。；Thomas，D.R.，随机删失数据的Chi-square goodness of fit检验，Ann.Statist。，14, 759-765 (1986) ·Zbl 0633.62041号
[14] 哈灵顿，D.P。；Fleming，T.R.，《截尾生存数据的一类秩检验程序》，《生物统计学》，69，553-566（1982）·Zbl 0532.62026号
[15] Hjort，N.L.，《基于累积危险率的生命史数据模型拟合优度检验》，Ann.Statist。，18, 1221-1258 (1990) ·Zbl 0714.62037号
[16] 霍兰德，M。；Peña，E.a.，《随机审查数据的chi-squared goodness of fit检验》，J.Amer。统计人员。协会，87，458-463（1992）·Zbl 0763.62027号
[17] 霍兰德，M。；Proschan，F.，《使用随机审查数据确定潜在分布的测试》，《生物计量学》，35，393-401（1979）·Zbl 0419.62041号
[18] Johnson，V.E.，《果蔬品质的贝叶斯检验》，Ann.Statist。，32, 2361-2384 (2004) ·Zbl 1068.62028号
[19] Kaplan，E.L.，Meier，P.，1958年。不完全观测的非参数估计。J.Amer。统计人员。协会53，457-481，562-563。；Kaplan，E.L.，Meier，P.，1958年。不完全观测的非参数估计。J.Amer。统计人员。协会53，457-481，562-563·Zbl 0089.14801号
[20] Koziol，J.A。；Green，S.B.，《随机删失数据的Cramér-von Mises统计》，《生物统计学》，63，465-474（1976）·Zbl 0344.62018号
[21] Li，G.，生存数据的非参数似然比良好性检验，《多变量分析杂志》。，86, 166-182 (2003) ·Zbl 1025.62020号
[22] 李·G。；Doss，H.，广义Pearson-Fisher chi-squared goodness of fit检验及其在生命历史数据模型中的应用，Ann.Statist。，21, 772-797 (1993) ·Zbl 0788.62020号
[23] Olver，F.W.J.，《渐近与特殊函数》（1974），学术出版社：纽约学术出版社·Zbl 0303.41035号
[24] Pearson，K.，关于一个标准，即在相关变量系统的情况下，给定的偏离概率系统可以合理地假设是由随机抽样产生的，Philos。Mag.，50，157-175（1990）
[25] Peña，E.a.，《基于风险的模型中复合假设的平滑有效性检验》，《统计年鉴》。，26, 1935-1971 (1998) ·Zbl 0934.62023号
[26] Rao，C.R.，《线性统计推断及其应用》（1973年），威利出版社：威利纽约·Zbl 0169.21302号
[27] Ren，J.-J.，区间删失数据拟合优度检验，Scand。J.统计。，30, 211-226 (2003) ·Zbl 1034.62039号
[28] 施皮盖尔哈特，D.J。；贝斯特，N.G。；卡林，B.P。；van der Linde，A.，模型复杂性和拟合的贝叶斯度量，J.Roy。统计人员。Soc.，爵士。B、 64、583-616（2002）·Zbl 1067.62010年
[29] 前列腺癌患者的治疗和生存，外科，妇科。障碍物。，124, 1011-1017 (1967)
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。