mpr公司

多参数回归生存模型:比例危险的替代品。标准的做法是协变量通过一个感兴趣的分布参数进入参数模型,例如许多标准生存模型中的尺度参数。事实上,众所周知的比例风险模型就是这种模型。在这篇文章中,我们讨论了一个更一般的方法,即协变量通过{it多个分布参数同时进入模型(例如,比例{it和}形状参数)。我们将此实践称为“多参数回归”(MPR)建模,并探索其在生存分析环境中的应用。我们发现,多参数回归导致更灵活的模型,可以提供对基础数据生成过程更深入的了解。因此,我们考虑了一个新的比例风险模型,这两个风险比率的比例松弛的概念。针对这类多参数回归模型,提出了一种新的变量选择策略。它解释了两个或多个线性预测值中估计的回归系数之间产生的相关性——在类似的环境中,这一特征还没有被其他作者考虑过。讨论的方法已经在{tr}中的{tmpr}包中实现。

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中的参考文献,1标准件)

显示结果1/1。
按年份排序(引用)

  1. Burke,K.;MacKenzie,G.:多参数回归生存模型:比例风险的替代方案(2017)