德维·朱利亚·拉特纳宁西;阿南库尔尼亚;阿塞普·赛夫丁;I.Wayan Mangku 非比例风险混合模型及其在远程开放教育学生保留数据中的应用。 （英语） 兹比尔1512.62089 J.印度。数学。Soc公司。 28，第3期，323-344（2022）. 总结：考克斯模型中出现的问题是，有两种以上的协变量，随机效应的存在是一种非比例风险（NPH）。一个涉及多个因素的案例是留住学生。学生保留率低可能导致辍学或学业失败。本研究的目的是克服由时间无关协变量、时间相关协变量和随机效应的存在导致的NPH问题。研究方法采用模拟。一些修正模型是分层考克斯模型、扩展考克斯模型和脆弱性模型。将所开发的模型应用于远程教育学生保留数据。研究结果表明，脆弱性和研究计划在解释模型的总体多样性方面提供了相当大的差异。可以得出结论，UT需要考虑脆弱性，以提高学生服务质量。此外，对UT学生学习记忆建模有显著影响的其他协变量包括年龄、住所、性别、GPA、婚姻状况、就业状况、学分数和注册课程数。 MSC公司： 62N01号 审查数据模型 62号02 生存分析和删失数据中的估计 62第25页 统计学在社会科学中的应用 关键词：分层考克斯;扩展考克斯;脆弱;混合效应模型 软件：PermAlgo公司;脆弱HL PDF格式BibTeX公司 XML格式引用 \textit{D.J.Ratnaningsih}等人，J.Indones。数学。Soc.28，第323-344号（2022年；兹bl 1512.62089） 全文： 链接 参考文献： [1] Abdelaal，M.M.和Zakaria，S.H.，使用cox回归模型对生存数据建模”。美国理论与应用统计杂志。4（6）（2015），504-512，doi:10.11648/j.ajtas.20150406.21。 [2] Allen，I.E.，Seaman，J.，Poulin，R.和Straut，T.T.，在线成绩单：追踪美国在线教育，马萨诸塞州巴布森公园：巴布森调查研究小组检索自http://onlinelearningsurvey.com/re-ports/onlinereport-card。 (2016). [3] Arifin，H.，《学生支持服务在提高开放大学背景下学生坚持性方面的作用：印尼开放大学的经验教训》，《土耳其远程教育在线期刊-TOJDE》，19（3）（2018），156-168。 [4] Ata，N.和Sozer，M.T.，《应用于肺癌生存数据的非比例风险考克斯回归模型》，《Hacettepe数学与统计杂志》，36（2）（2007），157-167·Zbl 1140.62074号 [5] Austin，P.C.，《多层生存分析教程：方法、模型和应用》，《国际统计评论》。85(2) (2017), 185-203. doi:10.11-11/insr.12214·兹伯利07763544 [6] Belawati，T.，《提高学生在印尼中学后远程教育中的坚持性》，远程教育，19（1）（1998），81-108，doi:10.1080/0158791980190107。 [7] Berger，J.和Lyon，S.，《从过去到现在：留任的历史考察》。A.Seidman（编辑），大学生保留，130。康涅狄格州韦斯特波特：普拉格，2005年。 [8] Brown，H.和Prescott，R.，《医学应用混合模型》，第二版。纽约：John Wiley&Sons，2006年·Zbl 1099.62125号 [9] Callegaro，A.和Iacobelli，S.，《考克斯与对数正态脆弱性共享脆弱性模型》，《统计建模》，12（4）（2012），399-41，doi:10.1177/14-71082X-12460146·Zbl 07257885号 [10] Cambruzzi，W.、Rigo，S.J.和Barbosa，J.L.V.，《使用学习分析多轨方法预测远程教育课程中的辍学和减少》，《通用计算机科学杂志》，21（1）（2015），23-47，doi:10.3217/jucs-021-01-0023。 [11] Cercone，K.，《成人学习者的特征对在线学习设计的影响》，AACE杂志，16（2）（2008），137-159。 [12] Christian，N.J.、Ha，I.D.和Jeong，J.H.，集群竞争风险数据的层次似然推断”，《医学统计学》，35（2016），251-267。 [13] Cox，D.R.，回归模型和生命表”，《皇家统计学会期刊》B辑（方法学），34（2）（1972），187-220·兹比尔0243.62041 [14] Crowther，M.J.，Look，M.P和Riley，R.D.，使用自适应高斯-黑米积分的多水平混合效应参数生存模型，应用于复发事件和个体参与者数据的荟萃分析”，《医学统计》，33（2014），38443858。 [15] Deepapriya，S.和Ravanan，R.，评估生存数据异质性的伽马脆弱性模型”，《国际科学研究杂志》，5（4）（2015），2-5。 [16] Demidenco，E.，《混合模型理论与R的应用》，第二版，新泽西州：John Wiley&Sons出版社，2013年·Zbl 1276.62049号 [17] Dobson A.J.，《广义线性模型导论》，第二版，纽约：Chapman&Hall/CRC，2002年·Zbl 1008.62067号 [18] Duchateau，L.和Janssen，P.，《脆弱模型》，纽约州纽约市：施普林格出版社，2008年·Zbl 1210.62153号 [19] Dupuy，J.F.和Leconte，E.，部分观测分层考克斯模型中的估计，2016年12月5日查阅https://scholar.google.com/cita-tions？user=cQLxzX8AAAAJ&hl=en, 2006. ·Zbl 1149.62080号 [20] Fisher，L.D.和Lin，D.Y.，Cox比例手回归模型中的时间依赖协变量”，《公共卫生年鉴》，20（1999），145-157。 [21] Gaytan J.，《比较教师和学生对在线教育中影响学生保留率的因素的看法》，《美国远程教育杂志》，29（1）（2015），56-66。 [22] Gellar，J.E.，Colantuoni，E.，Needhan，D.M.和Crainiceanu，C.M.，Cox回归模型，生存数据的功能协变量”。统计建模。15（3）（2015），123，doi:10.1177/1471082X14565526·Zbl 07258989号 [23] Goldstein，H.，《多级统计模型》，英国：John Wiley&Sons出版社，2011年·Zbl 1274.62006年 [24] Ha，I.D.，Lee，Y.和Song，J.K.，脆弱模型的层次似然方法”，《生物计量学》，88（1（2001），233-243·Zbl 1033.62096号 [25] Ha，I.D.，Lee，Y.和Song，J.，带删失数据的混合线性模型的层次似然方法”，《寿命数据分析》，8（2002），63-176·Zbl 1037.62100号 [26] 哈，身份证，李。Y.和MacKenzie，G.，《多成分脆弱模型的模型选择》，《医学统计学》，26（26）（2007），4790-807。 [27] Ha I.D.，Legrand C.，MacKenzie G.，Sylvert R.，多中心临床试验生存数据的脆弱建模”，《医学统计学》，30（17）（2011），2144-59。 [28] Ha，I.D.，Lee，Y.和Noh，M.，《脆弱HL：使用H-似然的脆弱模型》，R包版本，1.1（2012），28-30。 [29] Jeon J.，Hsu L.，Gorfine M.，《多变量生存数据分析的分层似然法中的偏差修正》，生物统计学，13（3）（2012），384-397·Zbl 1244.62140号 [30] Kara，M.、Erdogdu，F.、Kokoc，M.和Cagiltay，K.，在线远程教育中成人学习者面临的挑战：文献综述”，开放实践国际开放和远程教育理事会，11（1）（2019），5-22，doi：https://doi.org-/10.5944/openpraxis.11.929。 [31] Keele，L.，《比例困难：考克斯模型中非比例风险的测试》，《政治分析》，18（2010），189205，doi:10.1093/pan/mpp044。 [32] Kleinbaum，D.G.和Klein，M.，《生存分析：自我学习文本》，第三版，纽约（美国）：Springer，doi:10.1007/978-1-4419-6646-92012·Zbl 1093.62090号 [33] Lee，Y.和Nelder，J.A.，《分层广义线性模型：广义线性模型、随机效应模型和结构化分散的综合》，《生物统计学》，88（4）（2001），987-1006·Zbl 0995.62066号 [34] Lee，Y.、Nelder，J.A.和Pawitan，Y.，《具有随机效应的广义线性模型：通过似然法的统一分析》，伦敦：查普曼和霍尔出版社，（2006）·Zbl 1110.62092号 [35] Lee M，Ha I.D.，Lee Y.，《失效原因缺失的集群竞争风险数据的脆弱建模》，《医学研究中的统计方法》，0（0）：118（2014），doi:10.1177/0962280214545639。 [36] McCormick N.J.、Lucas M.S.，《学生保留与成功：田纳西州中部州立大学的教师倡议》，《学生成功与保留杂志》，1（1）（2014），1-12。 [37] McCulloch，C.E.和Searle，S.R.，《广义、线性和混合模型》，纽约：John Wiley&Sons，Inc.，2001年·Zbl 0964.62061号 [38] McGilchrist，C.A.和Aisbett，C.W.，《生存分析中的脆弱性回归》，生物统计学。47(1991), 461466. [39] Mehrotra，D.V.和Su，S.C.，《分层cox模型分析的有效替代方法》，《统计医学》，31（17）（2012），1849-56，doi:10.1002/sim.5327。 [40] Merriam，S.B.和Caffarella，R.S.，《成人学习》（第二版），旧金山：JosseyBass，1999年。 [41] Muljana，P.S.和Luo，T.，《在线学习中影响学生记忆的因素和建议的改进策略：系统文献综述》，《信息技术教育杂志》，18（2019），19-57。 [42] 不。M.，Ha，I.D.和Lee，Y.，分散脆弱模型和HGLMs”，《医学统计学》，25（8）（2006），13411354，doi:10.1002/sim.2284。 [43] Olliveira，P.R.、Oesterreich，S.A.和Almeida，V.L.，《梯度远程教育辍学：来自巴西内陆研究的证据》，教育。佩斯基。，So Paulo，4（e165786）（2018），1-20，doi:http://dx.doi.org/10.1590/S1678463420-1708165786。 [44] Pierrakeas，C.、Xenos，M.、Panagiotakopoulos，C.和Vergidis，D.，《两门不同远程教育课程辍学率和原因的比较研究》，《开放和远程学习研究国际评论》，5（2）（2004），1-15。 [45] Polat，E.和Gunay，S.，《偏最小二乘回归分析稳健的新方法》，《国际数学趋势与技术杂志》，9（3）（2014），132-141。 [46] Ratnaningsih D.J.，Saefuddin A.，Wijayanto H.，远程高等教育辍学学生生存分析”，《远程开放教育杂志》，9（2）（2008），01110。 [47] Ratnaningsih，D.J.，Saefuddin，A.，Kurnia，A.和Mangku，I.W.，非比例危险生存建模中的分层扩展Cox模型”，IOP会议系列：地球与环境科学，299（1）（2019），012023，doi:10.1088/1755-1315/199/1/012023。 [48] Ratnaningsih，D.J.、Saefuddin，A.、Kurnia，A.和Mangku，I.W.，《非比例危险的分层扩展考克斯模型：印度尼西亚Terbuka大学学生保留数据的统计方法》，《泰国统计学家杂志》，（2020），出版社文章（ID:TS 192490）。 [49] Rovai，A.P.，《在远程教育在线项目中寻找更高的坚持率》，《互联网与高等教育》，6（1）（2008），1-16，doi:10.1016/S1096-7516（02）00158-6。 [50] Saegusa，T.，Di，C.和Chen，Y.Q.，时变系数扩展cox模型的假设检验”。生物计量学。70（2014），619628，doi:10.1111/bi-om.12185·Zbl 1299.62131号 [51] Schuemer，R.，《远程教育的一些心理学方面》，德国哈根：远程教育研究所。ED357 266（1993）。 [52] Sembiring，M.G.，《模拟远程教育机构中学生保留的决定因素》，《国际继续教育和终身学习杂志》，6（2）（2014），15-28。 [53] Stroup，W.W.，《广义线性混合模型现代概念、方法和应用》，纽约：Taylor&Francis Group，2013年·兹比尔1281.62013 [54] Sylvestre，M.P.，Edens，T.，MacKenzie，T.和Abrahamowicz，M.，PermAlgo:模拟生存数据的置换算法，包R可以在https://CRAN.Rproject.org/package=PermAlgo, 2015. [55] Therneau，T.M.、Grambsch，P.M.和Pankratz，V.S.，《惩罚生存模型与脆弱性》，《计算与图形统计杂志》，12（1）（2003），156-175。 [56] Therneau，T.和Clinic，M.，《混合效应考克斯模型》，【2017年2月10日查阅】。日期：https://cran.rproject.org/web/packages/coxme/vig-nettes/cox-me.pdf。2015 [57] Thomas，L.和Reyes，E.M.，教程：Cox回归模型的生存估计 [58] 使用SAS和R的时变系数”，《统计软件杂志》，61（2014），1-2，doi:10.18637/jss.v061.c01。 [59] Vaupel，J.W.，Manton，K.G.和Stallard，E.，《个体脆弱性异质性对动态死亡率范围的影响》，《人口学》，16（1979），439-454。 [60] Wang，N.，Xu，S.和Fang，J.，Weibull脆弱性模型的层次似然法”，《统计计算与模拟杂志》，81（3）（2011），343-356·Zbl 1221.62134号 [61] Wienke，A.，《生存数据中的脆弱模型》，第一版，纽约：查普曼和霍尔出版社，2011年。 [62] Wu，L.，复杂数据的混合效应模型（统计学和应用概率专著；113），博卡拉顿：CRC出版社，泰勒和弗朗西斯集团，2010年·Zbl 1268.62067号 [63] Xenos，M.、Pierrakeas，C.和Pintelas，P.，《关于希腊开放大学信息学课程学生辍学率和辍学原因的调查》，《计算机与教育》，39（4）（2002），361 377。 [64] 雅达夫·A.K.和雅达夫·R.J.，《使用共同脆弱性建模方法研究儿童死亡率》，《应用科学杂志》，16（1）（2016），11-17，doi:10.3923/jas.2016.11.17。 [65] Yau，K.W.，随机效应下生存分析的多水平模型”，生物计量学，57（1）（2001），96-102·Zbl 1209.62226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。