×
王建红;林晓燕

面板计数数据半参数回归分析的贝叶斯方法。 （英语） Zbl 1435.62356号

寿命数据分析。 26，第2期，402-420（2020年）.
概述：小组计数数据通常出现在流行病学、社会科学和医学研究中，在这些研究中，受试者在不同的观察时间对感兴趣的复发事件进行了重复测量。由于受试者未接受持续监测，因此未观察到这些复发事件的确切时间，但已知相邻观察时间内此类事件的计数。提出了一种贝叶斯半参数方法，用于分析比例平均模型下的面板计数数据。具体来说，假设非齐次泊松过程对面板计数响应随时间的变化进行建模，并且基线平均函数由以下单调I样条逼近J.O.拉姆齐[“作用中的单调回归样条曲线”，《统计科学》第3卷第4期，425–441页（1988年），https://www.jstor.org/stable/2245395]. 我们的方法允许联合估计回归参数和基线平均函数。所提出的吉布斯采样器计算效率高，易于实现，因为所有的完整条件分布要么是闭合形式的，要么是对数压缩的。进行了大量仿真，以评估所提出的方法，并与其他两种台架方法进行了比较。该方法还通过对一个著名的膀胱肿瘤数据集的应用进行了说明[D.P.拜尔，“退伍军人管理局对复发性I期膀胱肿瘤的化学预防研究：安慰剂、吡哆醇和局部噻替帕的比较”，载于：M.Pavone Macaluso（编辑）等人，《膀胱肿瘤和泌尿肿瘤学的其他主题》。纽约：全体会议（1980）]。

引用于1文件

MSC公司：

62纳米02 生存分析和删失数据中的估计
62页第10页 统计学在生物学和医学中的应用；元分析
65D07年 使用样条曲线进行数值计算
60克55 点过程（例如，泊松、考克斯、霍克斯过程）
62G08号 非参数回归和分位数回归

关键词：

单调样条;非齐次泊松过程;面板计数数据;比例平均模型;半参数回归
PDF格式BibTeX公司 XML格式引用
\textit{J.Wang}和\textit{X.Lin}，《寿命数据分析》。26，第2号，402--420（2020；Zbl 1435.62356）
全文： DOI程序

参考文献：

[1] 巴尔肖，RF；Dean，CB，用于分析复发事件面板数据的半参数模型，生物统计学，58324-331（2002）·Zbl 1209.62254号 ·doi:10.1111/j.0006-341X.2002.00324.x
[2] Byar，DP；Pavone Macaluso，M。；史密斯，PH；Edsmyn，F.，《退伍军人管理局对复发性I期膀胱肿瘤的化学预防研究：安慰剂、吡哆醇和局部噻替帕的比较，膀胱肿瘤和泌尿肿瘤学中的其他主题》，363-370（1980），纽约：Plenum，纽约
[3] 蔡，B。；林，X。；Wang，L.，采用单调样条曲线的当前状态数据的贝叶斯比例风险模型，计算统计数据分析，552644-2651（2011）·Zbl 1464.62034号 ·doi:10.1016/j.csda.2011.03.013
[4] Chib，S。；格林伯格，E。；Winkelmann，R.，面板计数数据模型中的后验模拟和贝叶斯因子，《经济杂志》，86，33-54（1998）·Zbl 1041.62524号 ·doi:10.1016/S0304-4076（97）00108-5
[5] 盖尔芬德，AE；Smith，AFM，《基于抽样的边际密度计算方法》，美国统计协会杂志，85，398-409（1990）·Zbl 0702.62020号 ·网址：10.1080/01621459.1990.10476213
[6] Geman，S。；Geman，D.，随机松弛、吉布斯分布和图像的贝叶斯恢复，IEEE Trans-Pattern Ana Mach Intell，6721-741（1984）·Zbl 0573.62030号 ·doi:10.1109/TPAMI.1984.4767596
[7] 吉尔克斯，W。；Wild，P.，吉布斯抽样的自适应拒绝抽样，应用统计，41，337-348（1992）·Zbl 0825.62407号 ·doi:10.2307/2347565
[8] Hua，L。；Zhang，Y.，基于样条的面板计数数据半参数投影广义估计方程方法，生物统计学，13，440-454（2011）·Zbl 1244.62057号 ·doi:10.1093/biostatistics/kxr028
[9] 黄，CY；王，MC；Zhang，Y.，利用信息性观察时间分析面板计数数据，Biometrika，93，763-775（2006）·Zbl 1436.62466号 ·doi:10.1093/biomet/93.4.763
[10] 易卜拉欣，JG；陈，MH；Sinha，D.，贝叶斯生存分析（2001），纽约：Springer，纽约·兹比尔0978.62091
[11] 林，X。；蔡，B。；Wang，L。；Zhang，Z.，一般间隔相关数据的贝叶斯比例风险模型，《寿命数据分析》，21470-490（2015）·Zbl 1322.62133号 ·doi:10.1007/s10985-014-9305-9
[12] 卢，M。；Zhang，Y。；Huang，J.，使用单调B样条的面板计数数据的半参数估计方法，美国统计协会，1041060-1070（2009）·Zbl 1388.62084号 ·doi:10.1198/jasa.2009.tm08086
[13] 卢，M。；Zhang，Y。；Huang，J.，使用单调多项式样条估计面板计数数据的平均函数，Biometrika，94705-718（2007）·Zbl 1135.62069号 ·doi:10.1093/biomet/asm057
[14] 帕克，T。；Casella，G.，《贝叶斯拉索》，美国统计协会期刊，103，681-686（2008）·Zbl 1330.62292号 ·doi:10.1198/016214500000037
[15] Ramsay，J.，《作用中的单调回归样条》，Stat Sci，32425-461（1988）·doi:10.1214/ss/1177012761
[16] Schumaker，LL，样条函数基础理论（1981），纽约：威利，纽约·Zbl 0449.41004号
[17] 辛哈，D。；Maiti，T.，《分析依赖终止的小组计数数据的贝叶斯方法》，《生物计量学》，60，34-40（2004）·Zbl 1130.62318号 ·doi:10.1111/j.0006-341X.2004.00140.x
[18] Spiegelhalter，D。；最佳，NG；英国石油公司卡林；林德，AVD，模型复杂性和拟合的贝叶斯度量，J R Stat Soc B，64，583-639（2002）·Zbl 1067.62010年 ·数字对象标识代码：10.1111/1467-9868.00353
[19] Sun，J。；Kalbfleisch，JD，基于面板计数数据的点过程平均函数估计，Stat Sin，5，279-89（1995）·Zbl 0824.62081号
[20] Sun，J。；Wei，LJ，面板计数数据与协变量相关观察和审查时间的回归分析，R Stat Soc B，62293-302（2000）·doi:10.1111/1467-9868.00232
[21] Sun J，Zhao X（2013）面板计数数据的统计分析。统计生物健康80·Zbl 1282.62105号
[22] JA韦纳；Zhang，Y.，面板计数数据计数过程平均值的两个估计，Ann Stat，28779-814（2000）·兹比尔1105.62372 ·doi:10.1214/aos/1015951998
[23] JA韦纳；Zhang，Y.，具有协变量的面板计数数据的两种基于似然的半参数估计方法，Ann Stat，352106-2142（2007）·Zbl 1126.62084号 ·doi:10.1214/009053600700000181
[24] Wu，Y。；蒋，XQ；Kim，J。；Ohno-Machado，L.，用于校准预测模型的I样条平滑，AMIA Jt Summits Transl Sci Proc，2012，39-46（2012）
[25] Wang，L。；Dunson，DB，半参数Bayes当前状态数据的比例优势模型，生物计量学，671111-1118（2011）·Zbl 1226.62131号 ·文件编号：10.1111/j.1541-0420.2010.01532.x
[26] 王，X。；马，S。；Yan，J.，具有信息观测时间和截尾时间的半参数面板计数回归的增广估计方程，Stat Sin，23359-381（2013）·Zbl 1257.62047号
[27] Zhang，Y。；Jamshidian，M.，《关于截尾数据失效函数npmle的算法》，《计算图统计杂志》，第13期，第123-140页（2004年）·doi:10.1198/1061860043038
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。