×
亚历克斯·莫塔;Eder A.Milani。;卡尔萨瓦拉，Vinicius F。;维拉·L·D·托马泽拉。;耶雷米亚斯·莱昂;佩德罗·拉莫斯。;保罗·费雷拉。;弗朗西斯科·卢萨达

加权Lindley脆弱性模型：肺癌数据的估计和应用。 （英文） Zbl 07469149号

寿命数据分析。 27，第4号，561-587（2021）.
总结：在本文中，我们提出了一种新的脆弱性模型，用于建模生存数据中未观察到的异质性。我们的模型是通过使用加权Lindley分布作为脆弱性分布导出的。各自的脆弱性分布有一个简单的拉普拉斯变换函数，这有助于获得边际生存和危险函数。我们假设Weibull和Gompertz分布的危险函数为基线危险函数。提出了一种基于最大似然法的经典推理过程。进一步进行了广泛的模拟研究，以验证最大似然估计量在不同右偏比例下的行为，并评估似然比检验的性能，以检测不同样本大小中未观察到的异质性。最后，为了证明该模型的适用性，我们使用该模型分析了来自巴西圣保罗州基于人群的肺癌发病病例研究的医学数据集。

MSC公司：

62Nxx号 生存分析和审查数据
62页第10页 统计学在生物学和医学科学中的应用；元分析

关键词：

肺癌;最大似然法;未观察到的异质性;加权Lindley分布

软件：

最大Lik;optimx公司;ucminf大学;S-PLUS系统;马克斯利克;R（右）
PDF格式BibTeX公司 XML格式引用
\textit｛A.Mota｝等人，《寿命数据分析》。27，第4号，561--587（2021；Zbl 07469149）
全文： 内政部

参考文献：

[1] Aalen，OO，生存分析中的异质性，Stat Med，7，11，1121-1137（1988）
[2] Ali，S.，关于加权林德利分布的贝叶斯估计，J Stat Comput Simul，85，5，855-880（2015）·Zbl 1457.62303号
[3] 阿尔梅达，议员；佩斯昂，RS；拉莫斯，PL；托马泽拉，V。；Louzada，F。；Ehlers，RS，可修复系统框架中依赖竞争风险的贝叶斯非参数脆弱性模型，Reliab Eng Syst Saf，204107145（2020）
[4] CTd安德拉德；Magedanz，AMPCB；埃斯科博萨，DM；WM托马兹；桑提尼奥，CS；洛佩斯，TO；Lombardo，V.，《数据库在医疗服务管理中的重要性》，爱因斯坦（圣保罗），10，360-365（2012）
[5] Balakrishnan，N。；Peng，Y.，广义伽马脆弱性模型，统计医学，25，16，2797-2816（2006）
[6] 巴克，P。；Henderson，R.，单变量生存率γ脆弱模型中的小样本偏差，《寿命数据分析》，11，2，265-284（2005）·Zbl 1080.62069号
[7] Böhnstedt M，Gampe J，Putter H（2021）《死亡率减速研究中的信息度量和设计问题：gamma-compertz模型的发现》。寿命数据分析1-24·Zbl 07447449号
[8] Bretagnolle J，Huber-Carol C（1988）在cox生存数据模型中忽略协变量的影响。扫描J统计125-138·Zbl 0666.62030号
[9] 加利福尼亚州卡尔萨瓦拉；EA Milani；Bertolli，E。；Tomazella，V.，《使用非比例风险模型进行长期脆弱性建模：黑色素瘤数据集的应用》，《统计方法医学研究》，29，8，2100-2118（2020）
[10] VF卡尔萨瓦拉；罗德里格斯，AS；罗查，R。；Louzada，F。；托马泽拉，V。；苏扎，AC；哥斯达黎加，RA；Francisco，RP，用于建模寿命数据的零调整缺陷回归模型，J Appl Stat，46，13，2434-2459（2019）·Zbl 1516.62177号
[11] VF卡尔萨瓦拉；罗德里格斯，AS；罗查，R。；托马泽拉，V。；Louzada，F.，使用区间相关数据进行治愈率建模的缺陷回归模型，Biom J，61，841-859（2019）·兹比尔1429.62503
[12] Clayton，DG，双变量生命表关联模型及其在慢性病发病率家族倾向流行病学研究中的应用，Biometrika，65，1，141-151（1978）·兹伯利0394.92021
[13] Cox，DR，回归模型和生命表，J Roy Stat Soc:Ser B（Methodol），34，2，187-202（1972）·Zbl 0243.62041号
[14] 考克斯，DR；斯内尔，EJ，残差的一般定义，J Roy Stat Soc:Ser B（Methodol），30，2，248-265（1968）·Zbl 0164.48903号
[15] 杜恰图，L。；Janssen，P.，《脆弱模型》（2007），柏林：施普林格科学与商业媒体，柏林·Zbl 1210.62153号
[16] 埃尔伯斯，C。；Ridder，G.，《真实与虚假持续时间相关性：比例风险模型的可识别性》，Rev Econ Stud，49，3，403-409（1982）·Zbl 0512.62113号
[17] 吉塔尼，M。；Alqallaf，F。；丹麦Al-Mutairi；Husain，H.，双参数加权lindley分布及其在生存数据中的应用，《数学计算模拟》，81，6，1190-1201（2011）·Zbl 1208.62021号
[18] 亨德森，R。；Oman，P.，生存分析中脆弱性对边际回归估计的影响，J Roy Stat Soc Ser B（Stat Methodol），61，2，367-379（1999）·Zbl 0913.62097号
[19] Henningsen，A。；Toomet，O.，maxlik：r中最大似然估计的包，计算统计，26，3，443-458（2011）·Zbl 1304.65039号
[20] Horowitz，JL，具有未观察异质性的比例风险模型的半参数估计，《计量经济学》，67，5，1001-1028（1999）·Zbl 1056.62547号
[21] Hougaard，P.，来自稳定分布的异质种群的生存模型，Biometrika，73，23887-396（1986）·Zbl 0603.62015号
[22] Hougaard，P.，生存数据的脆弱模型，《寿命数据分析》，1，3，255-273（1995）
[23] Hougaard，P.，《多元生存数据分析》（2012），柏林：Springer科学与商业媒体，柏林·Zbl 0962.62096号
[24] 易卜拉欣，J。；陈，M。；Sinha，D.，贝叶斯生存分析，springer统计系列，978-981（2001），纽约：springer，纽约·Zbl 0978.62091号
[25] 卡斯，RE；Raftery，AE，Bayes factors，J Am Stat Assoc，90，430，773-795（1995）·Zbl 0846.62028号
[26] 基丁，N。；安徒生，PK；Klein，JP，脆弱模型和加速失效时间模型在描述因忽略协变量而导致的异质性方面的作用，《统计医学》，16，2，215-224（1997）
[27] Klein JP（1992）使用基于em算法的cox模型对随机效应进行半参数估计。生物识别795-806（1992）
[28] 克莱因，JP；Moeschberger，ML，《生存分析：删减和截断数据的技术》（2006），柏林：Springer科学与商业媒体，柏林·Zbl 1011.62106号
[29] Lawless，JF，《寿命数据的统计模型和方法》（2011年），纽约：John Wiley&Sons出版社，纽约·Zbl 0541.62081号
[30] Leáo，J。；莱瓦，V。；Saulo，H.等人。；Tomazella，V.，Birnbaum-saunders脆弱性回归模型：诊断和医学数据应用，《生物杂志》，59，2，291-314（2017）·Zbl 1367.62293号
[31] Lehmann，EL，《大样本理论的要素》（2004），柏林：施普林格科学与商业媒体，柏林
[32] 莱曼，EL；Casella，G.，《点估计理论》（2006），柏林：Springer科学与商业媒体，柏林·Zbl 0916.62017号
[33] Lindley DV（1958）基准分布和贝叶斯定理。J Roy Stat Soc Ser B（方法学）102-107（1958）·Zbl 0085.35503号
[34] Louzada，F。；日本库米纳托；罗德里格斯，OMH；弗吉尼亚州托马泽拉；EA Milani；费雷拉，PH；拉莫斯，PL；Bochio，G。；佩里西尼，IC；Junior，OAG，将脆弱性纳入非比例风险回归模型及其对井下安全阀可靠性建模的诊断，IEEE Access，8219757-219774（2020）
[35] 马勒，R。；Zhou，X.，《长期幸存者生存分析》（1996），纽约：John Wiley&Sons出版社，纽约·Zbl 1151.62350号
[36] Marsaglia，G。；Tsang，WW，生成伽马变量的简单方法，ACM Trans Math Softw（TOMS），26，3，363-372（2000）·Zbl 1365.65022号
[37] Mazucheli，J。；科埃霍·巴罗斯，EA；Achcar，JA，加权lindley分布的替代重适配，Pesquisa Operacional，36，2，345-353（2016）
[38] Nash JC、Varadhan R、Grothendieck G、Nash MJC、Yes L（2020）包“optimx”
[39] Nielsen GG，Gill RD，Andersen PK，Sørensen TI（1992）脆弱性模型中最大似然估计的计数过程方法。扫描J统计25-43·兹比尔074762093
[40] Nielsen HB，Mortensen SB（2016）ucminf:通用无约束非线性优化（2016）。https://CRAN.R-project.org/package=ucminf。R软件包版本1.1-4
[41] Nocedal J，Wright S（1999）《Springer系列运筹学》。数字优化·Zbl 0930.65067号
[42] Parner，E.，半参数脆弱模型中的推断，《日德兰学报》，73320-321（1998）
[43] Pickles，A。；Crouchley，R.，多变量生存数据的虚弱模型比较，Stat Med，14，131447-1461（1995）·Zbl 0832.62091号
[44] 核心团队R（2020）R：统计计算的语言和环境。R统计计算基金会，奥地利维也纳（2020年）。https://www.R-project.org/
[45] 罗伯特·C。；Casella，G.，Monte Carlo统计方法（2013），柏林：Springer科学与商业媒体，柏林·Zbl 1096.62003年
[46] 罗查，R。；Nadarajah，S。；托马泽拉，V。；Louzada，F.，基于Marshall-Olkin扩展的两个新缺陷分布，《寿命数据分析》，22，216-240（2016）·Zbl 1356.62020年
[47] 辛哈，D。；Dey，DK，生存数据的半参数贝叶斯分析，美国统计协会杂志，92，439，1195-1212（1997）·Zbl 1067.62520号
[48] 加利福尼亚州斯特拉瑟斯；Kalbfleisch，JD，错误指定比例风险模型，Biometrika，73，2，363-369（1986）·Zbl 0606.62108号
[49] Vaupel，JW；曼顿，KG；Stallard，E.，《个体脆弱性异质性对死亡率动态的影响》，《人口学》，16，3，439-454（1979）
[50] Vaupel JW，Yashin AI（1983）异质人群中死亡的偏离动力学·Zbl 0508.92017年
[51] Venables WN，Ripley BD（2013）《S-PLUS的现代应用统计》。施普林格科技与商业媒体（2013）·Zbl 0927.62002号
[52] 维尔卡，F。；桑塔纳，L。；莱瓦，V。；Balakrishnan，N.，birnbaum-saunders分布中极端百分位数的估计，《计算统计数据分析》，55，4，1665-1678（2011）·Zbl 1328.62141号
[53] Wienke，A.，生存分析中的脆弱模型（2010），博卡拉顿：CRC出版社，博卡拉顿
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。