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