×

一种在线更新方法,用于用生存数据流测试比例危险假设。 (英语) Zbl 1451.62149号

概述:考克斯模型(即使对于大型数据集,它仍然是分析时间-事件数据的首选模型)依赖于比例风险(PH)假设。当生存数据按块顺序到达时,需要一种快速且存储密集度最低的方法来测试PH假设。我们提出了一种在线更新方法,在每个新数据块可用时更新标准测试统计量,并大大减轻了计算负担。在PH为零的假设下,所提出的统计数据与在整个数据流上计算的标准版本具有相同的渐近分布,数据块合并为一个数据集。在模拟研究中,当PH假设成立时,基于最新数据块的测试及其变体保持其大小不变,并具有检测不同违反PH假设行为的强大能力。我们还通过仿真表明,我们的方法可以成功地用于处理超过单个计算机计算资源的“大数据”。该方法通过监测、流行病学和最终结果计划中淋巴瘤患者的生存分析进行了说明。拟议的测试迅速发现了与PH假设的偏差,而基于整个数据的测试并未捕捉到这一偏差。

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
62升12 序贯估计
62号05 可靠性和寿命测试
62J20型 诊断、线性推理和回归
60G55型 点过程(例如,泊松、考克斯、霍克斯过程)
PDF格式BibTeX公司 XML格式引用