STJM公司

STJM:Stata模块，用于拟合纵向和生存数据的共享参数联合模型。stjm使用最大似然法拟合纵向和生存数据的共享参数联合模型。一个单一的连续的纵向反应和一个单一的生存结局是允许的。纵向子模型采用线性混合效应模型，允许使用固定和/或随机分数多项式或限制性三次样条来建模时间。生存子模型目前有六种选择，包括指数、Weibull、Gompertz、2分量混合Weibull-Weibull和2分量混合Weibull指数比例危险模型。此外，灵活的参数生存模型（见stpm2），以对数累积危险量表为模型也可用。两个过程之间的关联可以通过默认电流值参数化、纵向子模型（斜率）的一阶导数和/或随机系数（如截距）来诱导。自适应或非自适应Gauss-Hermite求积可用于联合似然估计。在除柔性参数模型外的所有生存子模型下，均采用高斯-克罗德求积来评估累积风险。必须使用enter选项将数据集正确地设置为进入和退出时间。stjm使用_t0表示测量时间。允许延迟进入模型。stata11的用户应该使用stjm11

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

zbMATH参考文献（参考 5篇文章

显示第1到第5个结果，共5个。
按年份排序(引用)

  1. Alberto Garcia Hernandez；Dimitris Rizopoulos:%JM:SAS宏，适用于纵向数据和时间响应的联合广义混合模型（2018）不是zbMATH
  2. Agnieska Król；Audrey Mauguen；Yassin Mazroui；Alexandre Laurent；Stefan Michiels；Virginie Rondeau：联合建模和预测教程：相关纵向结果、复发事件和终末期事件的统计软件（2017年）不是zbMATH
  3. 张丹杰；陈明辉；约瑟夫·易卜拉欣；马克·博伊；沈伟：JMFit：纵向和生存数据联合模型的SAS宏（2016）不是zbMATH
  4. 塞拉特，卡尔斯；鲁埃，蒙特塞拉特；阿梅罗，卡门；皮拉奇斯，泽维尔；佩皮尼昂，Hèctor；Forte，Anabel；Páez，Álvaro；Gómez，Guadalupe：前列腺癌风险和纵向前列腺特异性抗原数据联合模型的频率专家和贝叶斯方法（2015）
  5. Dimitris Rizopoulos:R包JMbayes，用于使用MCMC拟合纵向和时间-事件数据的接头模型（2014）阿尔十四