莫里茨·伯杰;托马斯·韦尔乔斯基;施密茨·瓦尔肯伯格（Schmitz-Valckenberg，Steffen）;马蒂亚斯·施密德 离散时间内竞争风险建模的分类树方法。 （英语） Zbl 1474.62382号 高级数据分析。分类。，ADAC公司 13，第4号，965-990（2019）. 摘要：特定原因风险模型是分析竞争风险数据的常用工具。离散时间的经典建模方法包括拟合参数多项式logit模型。这种方法的一个缺点是只关注主要效果，而且高阶交互很难处理。此外，所得模型包含大量参数，这可能会在估计系数时引起数值问题。为了克服这些问题，提出了一种基于树的模型，该模型扩展了先前为具有单一事件类型的时间到事件模型开发的生存树方法。通过仿真研究了该方法与几种竞争对手的性能比较。通过年度研究访视监测的老年人年龄相关性黄斑变性分析，证明了该方法的有效性。 引用于5文件 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 62纳米02 生存分析和删失数据中的估计 关键词：离散时间到事件数据;相互竞争的风险;递归分区;特定原因危害;回归建模 软件：VGAM公司;discSurv公司;有线电视数据;MRSP公司 PDF格式BibTeX公司 XML格式引用 \textit{M.Berger}等人，高级数据分析。分类。，ADAC 13，编号4965-990（2019；兹bl 1474.62382） 全文： DOI程序 参考文献： [1] 奥斯汀，PC；Lee，DS公司；Fine，JP，《竞争风险下生存数据分析简介》，《循环》，133，601-609（2016）·doi:10.1161/CIRCULATIONAHA.115.017719 [2] 伯杰，M。；Schmid，M.，离散时间-事件数据的半参数回归，统计模型，18，1-24（2018）·Zbl 07289511号 ·doi:10.1177/1471082X17748084 [3] Beyersmann J、Allignol A、Schumacher M（2011）与R.Springer竞争风险和多州模型，纽约·Zbl 1304.62002号 [4] 粘合剂H。；Allignol，A。；舒马赫，M。；Beyersmann，J.，《提升具有竞争风险的高维时间-事件数据》，生物信息学，25890-896（2009）·doi:10.1093/bioinformatics/btp088 [5] 布·哈马德，I。；拉罗基，D。；Ben-Ameur，H。；马赛，LC；维塔罗，F。；Tremblay，RE，离散时间存活树，Can J Stat，37，17-32（2009）·Zbl 1170.62074号 ·doi:10.1002/cjs.10007 [6] 布·哈马德，I。；拉罗基，D。；Ben-Ameur，H.，具有时变协变量的离散生存树和森林：破产数据的应用，统计模型，11429-446（2011）·Zbl 1420.62417号 ·doi:10.177/1471082X1001100503 [7] Breiman，L.，《技术注释：分裂标准的一些性质》，《马赫学习》，24，41-47（1996）·Zbl 0849.68095号 [8] Breiman L、Friedman JH、Olshen RA、Stone JC（1984）分类和回归树。蒙特雷Wadsworth·兹伯利0541.62042 [9] Cieslak，DA；内华达州查拉；Daelemans，W.（编辑）；Goethals，B.（编辑）；Morik，K.（编辑），《非平衡数据的学习决策树》，241-256（2008），柏林·doi:10.1007/978-3-540-87479-9_34 [10] Cieslak，DA；Hoens，TR；内华达州查拉；Kegelmeyer，WP，Hellinger距离决策树具有鲁棒性和偏斜不敏感性，Data Min Knoll Discov，24136-158（2012）·兹比尔1235.68141 ·doi:10.1007/s10618-011-0222-1 [11] Cox，DR，回归模型和生命表（含讨论），J R Stat Soc系列B，34187-220（1972）·Zbl 0243.62041号 [12] 法学博士Doove；杜塞尔多普，E。；Deun，千伏；Mechelen，IV，《五种递归划分方法的比较，以发现参与有意义的治疗-子组相互作用的个人亚群》，Adv Data Anal Classif，8，403-425（2014）·Zbl 1414.62239号 ·文件编号：10.1007/s11634-013-0159-x [13] 费里，C。；宾夕法尼亚州Flach；Hernández-Orallo，J。；拉夫拉奇，N.（编辑）；Blockeel，DGH（编辑）；Todorovski，L.（编辑），《改进概率估计树的AUC》，121-132（2003），柏林·Zbl 1257.68124号 [14] Hastie T、Tibshirani R、Friedman J（2009）《统计学习的要素》，第2版。施普林格，纽约·Zbl 1273.62005年 ·doi:10.1007/978-0-387-84858-7 [15] Hoens，TR；钱，Q。；内华达州查拉；周，ZH；Tan，P.（编辑）；Chawla，S.（编辑）；Ho，C.（编辑）；Bailey，J.（编辑），为多类不平衡问题构建决策树，122-134（2012），柏林·doi:10.1007/978-3-642-30217-611 [16] 易卜拉欣，NA；库杜斯，A。；达乌德，I。；Bakar，MRA，乳腺癌研究中竞争风险生存概率的决策树，国际生物医学科学杂志，3，25-29（2008） [17] Ishwaran，H。；Gerds，TA；乌兰巴托州科加卢；摩尔，RD；恒河，SJ；Lau，BM，竞争风险的随机生存森林，生物统计学，15757-773（2014）·doi:10.1093/biostatistics/kxu010 [18] Janitza S，Tutz G（2015）时间离散竞争风险的预测模型。慕尼黑路德维希·马克西米利安大学，统计部技术报告，第177页 [19] 刘，B。；科尔，SR；恒河，SJ，流行病学数据的竞争风险回归模型，《美国流行病学杂志》，170244-256（2009）·doi:10.1093/aje/kwp107 [20] 罗，S。；孔，X。；Nie，T.，信用风险建模的基于样条线的生存模型，《欧洲运营研究杂志》，253869-879（2016）·Zbl 1346.91252号 ·doi:10.1016/j.ejor.2016.02.050 [21] 梅吉奥拉罗，S。；Giraldo，A。；Clerici，R.，《意大利大学生职业生涯分析的多层次竞争风险模型》，Stud High Educe，421259-1274（2017）·doi:10.1080/03075079.2015.1087995 [22] Mingers，J.，《决策树归纳剪枝方法的实证比较》，《马赫学习》，4227-243（1989）·doi:10.1023/A:1022604100933 [23] 莫斯特，S。；Pößnecker，W。；Tutz，G.，离散竞争风险模型的变量选择，Qual Quant，501589-1610（2016）·doi:10.1007/s11135-015-0222-0 [24] Pönecker W（2014）MRSP：具有结构性惩罚的多项式响应模型。R包版本0.4.3。http://CRAN.R-project.org/package=MRSP [25] 普伦蒂斯，RL；Kalbfleisch，法学博士；彼得森，AV；Flournoy，N。；再见了，VT；Breslow，NE，《存在竞争风险时的故障时间分析》，生物统计学，34541-554（1978）·Zbl 0392.62088号 ·doi:10.2307/2530374 [26] Provost，F。；Domingos，P.，《基于概率排序的树归纳法》，《马赫学习》，52，199-215（2003）·Zbl 1039.68105号 ·doi:10.1023/A:1024099825458 [27] H·推杆。；菲奥科，M。；Geskus，RB，《生物统计学教程：竞争风险和多状态模型》，《统计医学》，26，2389-2430（2007）·数字对象标识代码：10.1002/sim.2712 [28] Quinlan，JR，决策树归纳法，Mach Learn，1，81-106（1986） [29] Ripley BD（1996）模式识别和神经网络。剑桥大学出版社·Zbl 0853.62046号 ·doi:10.1017/CBO9780511812651 [30] 施密德，M。；库琴霍夫，H。；Hörauf，A。；Tutz，G.，临床和流行病学研究中离散事件时间分析的存活树方法，Stat Med，35734-751（2016）·数字对象标识代码：10.1002/sim.6729 [31] 施密德，M。；Tutz，G。；Welchowski，T.，离散时间到事件预测的区分措施，《经济统计》，第7期，第153-164页（2018年） [32] 斯坦伯格，JS；哥贝尔，美联社；Thiele，S。；弗莱肯斯坦，M。；霍尔兹，FG；Schmitz-Valckenberg，S.，中等年龄相关性黄斑变性患者视网膜内囊样病变的发展，视网膜，361548-1556（2016）·doi:10.1097/IAE.000000000000951 [33] Tapak，L。；塞迪亚姆。；萨德基法尔，M。；普罗拉贾尔，J。；Mahjub，H.，用高维协变量进行竞争风险数据分析：在膀胱癌中的应用，基因组蛋白质组学生物信息学，13，169-176（2015）·doi:10.1016/j.gpb.2015.04.001 [34] Tutz，G.，《离散时间内具有标称或有序响应类别的竞争风险模型》，Qual Quant，29，405-420（1995）·doi:10.1007/BF01106065 [35] Tutz G（2012）分类数据回归。剑桥大学出版社·兹比尔1304.62021 [36] Tutz G，Schmid M（2016）离散时间-事件数据建模。施普林格，纽约·Zbl 1338.62006号 ·doi:10.1007/978-3-319-28158-2 [37] Tutz，G。；Pößnecker，W。；Uhlmann，L.，一般多项式logit模型中的变量选择，计算统计数据分析，82207-222（2015）·Zbl 1507.62170号 ·doi:10.1016/j.csda.2014.09.009 [38] 加利福尼亚州瓦莱霍斯；Steel，MFJ，大学结果的贝叶斯生存模型，J R Stat Soc系列A Stat Soc，180，613-631（2017）·doi:10.1111/rssa.12211 [39] Welchowski T，Schmid M（2017）discSurv：离散时间生存分析。R软件包版本1.1.7。http://CRAN.R-project.org/package=discSurv [40] Xu W，Che J，Kong Q（2016）竞争风险结果的递归划分方法。癌症信息15:CIN-S39364 [41] Yee，TW，分类数据分析的VGAM包，J Stat Softw，32，1-34（2010）·doi:10.18637/jss.v032.i10 [42] Yee TW（2017）VGAM：向量广义线性和可加模型。R软件包版本1.0-4。https://CRAN.R-project.org/package=VGAM [43] 扎希德，FM；Tutz，G.，带隐式变量选择的多项式logit模型，Adv Data Anal Classif，7393-416（2013）·兹比尔1306.62169 ·doi:10.1007/s11634-013-0136-4 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。