×

柔性目标贝叶斯线性回归及其在生存分析中的应用。 (英文) Zbl 1516.62577号

摘要:我们研究了残差按正态分布的两段尺度混合分布的线性回归模型的客观贝叶斯推断。这些模型允许捕捉偏离通常假设的误差正态性的情况,即重尾、不对称和某些类型的异方差。我们提出了一种通用的非信息、尺度不变的先验结构,并为模型参数的后验分布的适当性提供了充分条件,其中包括当响应变量被删减时的情况。这些结果使我们能够在生存分析的背景下应用所提出的模型。本文是对[第一作者和Y.Hong先生,《具有灵活分布类别的生存和寿命数据分析》,同上43,No.10,1794–1813(2016;doi:10.1080/02664763.2015.1120710)]. 我们提出了一个仿真研究,该研究显示了后验可信区间以及与所提出的先验相关的点估计量的良好频率特性。在癌症患者生存分析的背景下,我们用实际数据说明了这些模型的性能。

MSC公司:

62至XX 统计
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] R.B.Arellano-Valle、L.M.Castro、M.G.Genton和H.W.Gómez,偏态分布形状混合的贝叶斯推断及其在回归分析中的应用贝叶斯分析。3(2008年),第513-540页。doi:10.1214/08-BA320·Zbl 1330.62242号 ·doi:10.1214/08-BA320
[2] R.B.Arellano-Valle、H.W.Gómez和F.A.Quintana,一类非对称分布的统计推断,J.Statist。计划。推理128(2005),第427-443页。doi:10.1016/j.jspi.2003.11.014·邮编:1095.62015 ·doi:10.1016/j.jspi.2003.11.014
[3] A.阿扎里尼,一类包含正态分布的分布,扫描。J.统计。12(1985年),第171-178页·兹伯利0581.62014
[4] A.Azzalini和M.G.Genton,基于偏差的稳健似然方法-\(t)和相关发行,《国际统计》第76版(2008年),第106-129页。文件编号:10.1111/j.1751-5823.2007.0016.x·Zbl 1206.62102号 ·文件编号:10.1111/j.1751-5823.2007.0016.x
[5] J.A.Christen和C.Fox,连续分布的通用采样算法(t-walk)贝叶斯分析。5(2010),第263-282页。doi:10.1214/10-BA60·Zbl 1330.62007 ·doi:10.1214/10-BA60
[6] G.B.Dantzig和M.N Thapa,线性规划1:简介,Springer-Verlag,纽约,1997年·Zbl 0883.90090号
[7] C.Fernández和M.F.J.Steel,胖尾和偏态的贝叶斯建模,J.Amer。统计师。《协会》93(1998),第359-371页·Zbl 0910.62024号
[8] C.Fernández和M.F.J.Steel,基于正态混合标度的贝叶斯回归分析,《计量经济学理论》第16卷(2000年),第80-101页。doi:10.1017/S0266466600161043·Zbl 0945.62031号 ·doi:10.1017/S0266466600161043
[9] M.A.Juárez和M.F.J.Steel,基于偏斜的非高斯面板数据模型聚类-\(t)分布,J.Bus。经济。统计师。28(2010年),第52-66页。doi:10.1198/jbes.2009.07145·Zbl 1198.62097号
[10] J.Lin、D.Sinha、S.Lipsitz和A.Polpo,基于对数线性中值模型的半参数贝叶斯生存分析,生物计量学68(2012),第1136-1145页。文件编号:10.1111/j.1541-0420.2012.01782.x·Zbl 1259.62020号 ·文件编号:10.1111/j.1541-0420.2012.01782.x
[11] C.L.Loprinzi、J.A.Laurie、H.S.Wieand、J.E.Krook、P.J.Novotny、J.W.Kugler、J.Bartel、M.Law、M.Bateman、N.E.Klatt、,等人。,患者完整问卷中预后变量的前瞻性评估《临床医学杂志》。昂科尔。12(1994年),第601-607页·doi:10.1200/JCO.1994.12.3.601
[12] G.S.Mudholkar和A.D.Hutson,用于分析近正态数据的ε-偏态分布,J.Statist。计划。推理83(2000),第291-309页。doi:10.1016/S0378-3758(99)00096-8·兹比尔0943.62012 ·doi:10.1016/S0378-3758(99)00096-8
[13] B.J.Reich和L.B.Smith,删失数据的贝叶斯分位数回归《生物统计学》第69卷(2013年),第651-660页。doi:10.1111/biom.12053·Zbl 1418.62170号 ·doi:10.1111/biom.12053
[14] V.Roy和D.K.Dey,广义极值分布下分类模型和生存模型中后验分布的适用性,统计。Sinica 24(2014),第699-722页·Zbl 1285.62055号
[15] F.J.Rubio和M.G.Genton,偏对称误差分布的贝叶斯线性回归及其在生存分析中的应用Stat.Med.(2016),出版。
[16] F.J.Rubio和Y.Hong,一类灵活分布的生存和生存期数据分析,J.应用。《美国联邦法律大全》第43卷(2016年),第1794-1813页,http://www.tandfonline.com/doi/full/10.1080/02664763.2015.1120710 http://www.tandfontline.com/doi/full/10.1080/02664763.2015.1120710。 ·兹比尔1514.62834
[17] F.J.Rubio和M.F.J.Steel,基于Jeffreys先验的两段式位置-尺度模型推断(附讨论)贝叶斯分析。9(2014),第1-22页。doi:10.1214/13-BA849·Zbl 1327.62157号 ·doi:10.1214/13-BA849
[18] S.J.Sahu、D.K.Dey和M.D.Branco,一类新的多元偏态分布及其在贝叶斯回归模型中的应用、加拿大。J.统计。2(2003年),第129-150页。doi:10.2307/3316064·Zbl 1039.62047号 ·doi:10.2307/3316064
[19] D.Sinha、M.H.Chen和S.K.Ghosh,间隔相关生存数据的贝叶斯分析与模型选择《生物统计学》第55卷(1999年),第585-590页。doi:10.1111/j.0006-341X.1999.00585.x·兹比尔1059.62715 ·doi:10.1111/j.0006-341X.1999.00585.x
[20] C.Vallejos和M.F.J.Steel,对数正态分布形状混合的客观贝叶斯生存分析,J.Amer。统计师。协会110(2015),第697-710页。doi:10.1080/01621459.2014.923316·Zbl 1373.62506号
[21] M.韦斯特,贝叶斯线性回归中的离群模型和先验分布《J.R.Stat.Soc.B 46》(1984年),第431-439页·Zbl 0567.62022号
[22] N.Wichitaksorn、S.T.B.Choy和R.Gerlach,一类广义的偏态分布及其相关的稳健分位数回归模型、加拿大。J.统计。42(2014),第579-596页。doi:10.1002/cjs.11228·Zbl 1329.62086号 ·doi:10.1002/cjs.11228
[23] N.Wichitaksorn、J.J.J.Wang、S.T.B.Choy和R.Gerlach,基于非对称拉普拉斯误差的均匀尺度混合随机波动模型的收益不对称性和分位数分析,申请。斯托克。模型总线。Ind.31(2015),第584-608页。doi:10.1002/asmb2062·doi:10.1002/asmb2062
[24] Z.Ying、S.H.Jung和L.J.Wei,中值回归模型的生存分析,J.Amer。统计师。Assoc.90(1995),第178-184页。doi:10.1080/01621459.1995.10476500·Zbl 0818.62103号
[25] K.Yu和R.A.Moyeed,贝叶斯分位数回归,统计。普罗巴伯。莱特。54(2001),第437-447页。doi:10.1016/S0167-7152(01)00124-9·Zbl 0983.62017号 ·doi:10.1016/S0167-7152(01)00124-9
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。