×
王乃晨；王连明；克里斯托弗·S·麦克马汉。

利用EM算法对gamma-frailty比例风险模型下的二元现状数据进行回归分析。 （英语） Zbl 1507.62178号

计算。统计数据分析。 83, 140-150 (2015).
总结：Gamma-frailty比例风险（PH）模型通常用于分析相关生存数据。尽管该模型广受欢迎，但在Gamma-frailty PH模型下分析相关的当前状态数据可能会被证明是使用传统技术的挑战。因此，本文在Gamma-frailty PH模型下开发了一种新的期望最大化（EM）算法来研究二元电流状态数据。我们的方法使用单调样条表示来近似未知的条件累积基线风险函数。以这种方式进行会导致对有限数量的参数进行估计，同时考虑到建模的灵活性。提出的EM算法的推导依赖于包含泊松潜在变量的三阶段数据增强。该算法易于实现，对初始化鲁棒，收敛速度快。仿真结果表明，该方法工作良好，对脆弱性分布的误指定具有鲁棒性。我们的方法用于分析内布拉斯加州公共卫生实验室收集的衣原体和淋病数据，作为不孕症预防项目的一部分。

引用于1审查
引用于13文件

MSC公司：

62-08 统计学相关问题的计算方法
62N01号 审查数据模型
62号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

关键词：

当前状态数据；EM算法；脆弱模型；单调样条；多元回归；泊松潜在变量；比例风险模型

软件：

贝叶斯Surv
PDF格式BibTeX公司 XML格式引用
\textit{N.Wang}等人，计算。统计数据分析。83、140-150（2015年；Zbl 1507.62178）
全文： 内政部

参考文献：

[1] Andersen，P.K。；Klein，J.P。；Knudsen，K.M。；Palacios，R.T.，在具有共同γ脆弱性的考克斯回归模型中的方差估计，生物统计学，531475-1484，（1997）·Zbl 0911.62030号
[2] Banerjee，T。；陈，M.-H。；戴伊，D.K。；Kim，S.，生存数据广义奇数风险模型的贝叶斯分析，寿命数据分析。，13, 241-260, (2007) ·兹比尔1162.62430
[3] 蔡，B。；林，X。；Wang，L.，当前状态数据的贝叶斯比例风险模型与单调样条，计算。统计师。数据分析。，55, 2644-2651, (2011) ·Zbl 1464.62034号
[4] Callegaro，A。；Lacobeli，S.，考克斯与对数弯曲正常脆弱性共享脆弱性模型，统计模型。，12, 399-418, (2012) ·Zbl 07257885号
[5] Chang，I.-S。；温，C.-C。；Wu，Y.-J.，具有当前状态家族数据的相关γ-轨道模型的剖面似然理论，Statist。Sinica，第17期，第1023-1046页，（2007年）·Zbl 1133.62021号
[6] 陈，M.-H。；Tong，X.W。；Sun，J.，《多元间隔相关失效时间数据的比例优势模型》，Stat.Med.，26，5147-5161，（2007）
[7] 陈，M.-H。；Tong，X.W。；Sun，J.，多元当前状态数据回归分析的脆弱模型方法，《统计医学》，28，3424-3436，（2009）
[8] 陈，C.-M。；Wei，J.C。；徐春明。；Lee，M.-Y.，《使用依赖性审查对多变量当前状态数据进行回归分析：应用于强直性脊柱炎数据》，《统计医学》，第33期，第772-785页，（2014年）
[9] 崔，S。；Sun，Y.，在边际比例风险脆弱性模型下检查伽马脆弱性分布，Statist。Sinica，14，249-267，（2004）·Zbl 1054.62118号
[10] 邓森，D.B。；Dinse，G.，《具有信息审查的多元当前状态数据的贝叶斯模型》，生物统计学，58，79-88，（2002）·兹比尔1209.62031
[11] 戈金斯，W.B。；Finkelstein，D.M.，多元间隔相关失效时间数据的比例风险模型，生物统计学，56940-943，（2000）·Zbl 1060.62617号
[12] Hens，N。；Wienke，A。；阿尔茨，M。；Molenberghs，G.，《双变量当前状态数据的相关和共享伽马脆弱性模型：横断面血清学数据的说明》，《统计医学》，28，2785-2800，（2009）
[13] Hougaard，P.，多元生存数据分析，（2000年），纽约斯普林格出版社·Zbl 0962.62096号
[14] 易卜拉欣，J.S。；陈，M.-H。；Sinha，D.，贝叶斯生存分析，（2008），纽约施普林格
[15] Kim，Y.-J.，使用多状态模型对双变量当前状态数据进行回归分析，Comm.Statist。模拟计算。，43, 462-475, (2014) ·Zbl 1291.62129号
[16] Kim，M.Y。；Xue，X.N.，多变量间隔相关生存数据分析，Stat.Med.，213715-3726，（2002）
[17] Klein，J.P.，使用基于EM算法的Cox模型进行随机效应的半参数估计，生物统计学，48，795-806，（1992）
[18] 科马雷克，A。；Lesaffre，E.，Bayesian加速失效时间模型，用于相关间隔敏感数据，正态混合作为误差分布，Statist。Sinica，17，549-569，（2007年）·Zbl 1144.62022号
[19] 林，X。；Wang，L.，案例2间隔相关失效时间数据的半参数概率模型，Stat.Med.，29972-981，（2010）
[20] 林，X。；Wang，L.，用于分析当前状态数据的贝叶斯比例优势模型：单变量、聚类和多变量，Comm.Statist。模拟计算。，40, 1171-1181, (2011) ·Zbl 1227.62015年
[21] C·麦克马汉。；Wang，L。；Tebbs，J.，《使用EM算法对当前状态数据进行回归分析》，Stat.Med.，32，4452-4466，（2013）
[22] Ramsay，J.O.，Monotone回归样条曲线的实际应用，统计。科学。，3, 425-441, (1988)
[23] 伦杜，V。；赞扬，D。；Joly，P.，gamma-frailty模型中的最大惩罚似然估计，寿命数据分析。，9, 139-153, (2003) ·Zbl 1116.62408号
[24] Rosenberg，P.S.，使用B样条估计危险函数，生物统计学，51，874-887，（1995）·Zbl 0875.62489号
[25] 沙夫斯坦，D.O。；Tsiatis，A.A。；Gilbert，P.B.，右偏时间对事件数据回归模型广义奇数率类中的半参数有效估计，寿命数据分析。，4, 355-391, (1998) ·Zbl 0941.62043号
[26] Shen，X.T.，比例优势回归和筛选最大似然估计，Biometrika，85，165-177，（1998）·Zbl 0905.62076号
[27] Sun，J.，区间截尾数据的统计分析，（2006），纽约施普林格出版社·Zbl 1127.62090号
[28] Tong，X.W。；陈，M.-H。；Sun，J.，多变量间隔相关失效时间数据的回归分析及其在致瘤性实验中的应用，Biom。J.，50，364-374，（2008）·Zbl 1442.62656号
[29] Wang，L。；Lin，X.，在半参数比例优势模型下分析案例2间隔相关失效时间数据的贝叶斯方法，Statist。普罗巴伯。莱特。，81, 876-883, (2011) ·兹比尔1219.62054
[30] Wang，L。；Sun，L。；Sun，J.，《相关间隔相关失效时间数据的边际Cox模型的有效性检验》，Biom。J.，5，1-9，（2006）
[31] Wang，L。；Sun，J。；Tong，X.W.，双变量当前状态数据的有效估计，寿命数据分析。，14, 134-153, (2008) ·Zbl 1147.62082号
[32] 魏立杰。；林博士。；Weissfeld，L.，通过建模边际分布对多元不完全失效时间数据进行回归分析，J.Amer。统计师。协会，84，1065-1073，（1989）
[33] 温，C.-C。；Chen，Y.-H.，使用gamma-frailty Cox模型对集群当前状态数据进行非参数最大似然分析，计算。统计师。数据分析。，55, 1053-1060, (2011) ·Zbl 1284.62067号
[34] Wienke，A.，生存分析中的脆弱模型，（2012），Chapman&Hall
[35] 尹，G。；Ibrahim，J.G.，一类具有多变量失效时间数据的贝叶斯共享伽马脆弱性模型，生物统计学，61，208-216，（2005）·Zbl 1077.62088号
[36] 曾博士。；蔡，J。；Shen，Y.，区间敏感数据的半参数加性风险模型，Statist。Sinica，16，287-302，（2006）·兹比尔1087.62106
[37] Zuma，K.，《相关间隔感知数据的贝叶斯分析》，Comm.Statist。理论方法，36，725-730，（2007）·Zbl 1109.62113号
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。