帕夫姆

parfm:R中的参数脆弱性模型。脆弱性模型越来越流行来解释生存数据中的过度分散和/或聚类。当以某种方式预先知道基线危险的形式时,可以有利地使用参数估计方法。然而,对于参数脆弱性模型,目前还没有一个通用的统一软件。新的parfm软件包通过在R中提供广泛的参数脆弱性模型来弥补这一不足。可以指定gamma、逆高斯和正稳定脆弱性分布,以及五种不同的基线危害。参数估计是通过最大化边际对数似然来完成的,数据右删失,可能左截断。在多元背景下,逆高斯函数在至少一个簇中会遇到大量事件的数值困难。正稳定模型显示了类似的困难,但实现了一个特别的解决方案,而伽马模型由于其拉普拉斯变换的简单性而非常具有抵抗力。