保罗·古斯塔夫森 多变量生存数据的大层次贝叶斯分析。 (英语) Zbl 0902.62127号 生物计量学 53,第1期,230-242(1997). 总结:在统计实践中,根据共享环境分组的故障次数很常见。也就是说,对于许多单元中的每一个,可能会观察到多个响应。例如,单位可能是临床试验环境中的患者或中心。贝叶斯层次模型适用于这种情况下的数据分析。在模型的第一阶段,生存时间可以通过Cox部分似然进行建模,因为J.D.Kalbfleisch博士[J.R.Stat.Soc.,Ser.B 40,214-221(1978;Zbl 0387.62030号)]. 因此,避免了有问题的参数假设。传统观点认为,在随后的阶段进行参数假设相对来说是安全的。因此,对特定单元的参数进行了参数化建模。使用马尔可夫链蒙特卡罗方法检查给定观测数据参数的后验分布。具体来说,混合蒙特卡罗方法,如R.M.尼尔【使用马尔可夫链蒙特卡罗方法进行概率推断。加拿大多伦多大学计算机科学博士,技术代表CRG-TR-93-1(1993)】。 引用于19文件 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 关键词:脆弱模型;层次模型;多中心临床试验;生存分析;马尔可夫链蒙特卡罗方法;混合蒙特卡罗 引文:Zbl 0387.62030号 PDF格式BibTeX公司 XML格式引用 \textit{P.Gustafson},《生物统计学》53,第1期,230--242(1997;Zbl 0902.62127) 全文: 内政部