苏,李;李秋菊;杰西卡·巴雷特。;迈克尔·J·丹尼尔斯。 使用共享参数模型的信息缺失敏感性分析方法。 (英语) Zbl 1436.62639号 生物计量学 75,第3期,917-926(2019). 摘要:共享参数模型(SPM)是解决纵向研究中信息缺失产生的偏见的有效方法。在SPM中,考虑到随机效应和观察到的协变量,通常假设纵向结果过程和退出时间是独立的。然而,这种有条件的独立性假设是无法验证的。目前,针对这种无法验证的SPM假设的敏感性分析策略尚不成熟。原则上,在灵敏度分析中,应明确区分观测数据可以识别和无法识别的参数,并且灵敏度参数不应影响模型与观测数据的拟合。对于SPM来说,这很困难,因为不清楚如何将观测数据的可能性与给定观测数据的缺失数据的分布分开(即“外推分布”)。在本文中,我们提出了一种用于信息丢失透明敏感性分析的新方法,该方法将观测数据的可能性和外推分布分离开来,使用典型的SPM作为完整数据生成机制的工作模型。对于该模型,默认的外推分布是一个偏态正态分布(即,它以闭合形式可用)。我们建议将敏感性分析锚定在指定SPM下的默认外推分布上,并使用辍学受试者的观测数据校准敏感性参数。所提出的方法用于解决艾滋病毒流行病学研究中的信息缺失问题。 MSC公司: 62页第10页 统计学在生物学和医学中的应用;元分析 2015年1月62日 贝叶斯推断 62D10号 缺少数据 62H11型 定向数据;空间统计学 92天30分 流行病学 关键词:贝叶斯推断;关节模型;纵向数据;缺少数据;随机效应 PDF格式BibTeX公司 XML格式引用 \textit{L.Su}等人,《生物统计学》75,第3期,917--926(2019年;Zbl 1436.62639) 全文: 内政部