陈,珍;大卫·B·邓森。 随机优先下生存函数的贝叶斯估计。 (英语) Zbl 1061.62157号 寿命数据分析。 10,第2期,159-173(2004). 摘要:在估计两个随机变量\(X\)和\(Y\)的分布时,研究人员通常有先验信息,即\(Y\)往往大于\(X\)。为了将这个先验信念形式化,我们可以假定在(X)和(Y)之间存在随机排序,这意味着(X)与(Y)域中的所有(z)都存在(X)。然而,随机排序是非常严格的,本文将重点放在弱随机优先约束(text{Pr}(X\leq-Y)\geq0.5)下X和Y分布函数的Bayes估计上。我们考虑了(X)和(Y)都是具有共同支持的范畴变量的情况,并开发了用于后验计算的Gibbs采样算法。然后将该方法推广到(X)和(Y)是生存时间的情况。使用恶性黑色素瘤患者肿瘤切除后的生存率数据说明了该方法。 引用于三文件 MSC公司: 62号02 生存分析和删失数据中的估计 2015年1月62日 贝叶斯推断 60埃15 不平等;随机排序 62页第10页 统计学在生物学和医学中的应用;元分析 62层30 约束条件下的参数化推理 关键词:审查;订单限制;分类数据;吉布斯采样器;随机次序;生存分析;Kaplan-Meier估计 PDF格式BibTeX公司 XML格式引用 \textit{Z.Chen}和\textit{D.B.Dunson},《寿命数据分析》。10,第2号,159--173(2004;Zbl 1061.62157) 全文: 内政部