基于区间删失数据的半参数贝叶斯模型

发布时间：2024-05-22 04:16

　　生存分析是研究生存现象和响应时间数据以及统计规律的学科,其在生物学、医学、保险学、人口学、社会学、经济学等方面都有重要作用。生存分析是将事件的结果(终点事件)和出现这一结果所经历的时间结合起来分析的一种统计分析方法,其与其他多因素分析最大的区别,就是生存分析考虑了观测结果出现的时间长短。区间删失数据在生存分析中十分常见,在此类数据中人们观测不到所感兴趣事件发生的具体时间,而只能观测到事件发生的时间区间,观测时间比较长,受其他因素影响较多,所以生存分析问题通常比较复杂。本文所要研究的是一般的区间删失数据,即左删失、右删失和区间删失观测的混合。由于其数据结构的复杂性,使得关于此类数据的回归分析问题通常具有很大的挑战,基于以上所述,本文在比例差异(PO)模型的假设下,提出了一种利用正态数据增强的半参数贝叶斯估计方法,并采用Bernstein多项式逼近基准对数差异函数,一方面是保证了基准对数差异函数的非降性质,另一方面可同时得到回归参数和基准差异函数的估计量。除此之外,为了更有效率地进行计算,本文采用一种正态数据增强的方法,从而文中所使用的吉布斯抽样算法不需要对任何未观测到的失效时间进行插补,...

【文章页数】：26 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 删失数据
    1.2 比例差异(PO)模型
    1.3 贝叶斯推断
    1.4 Bernstein多项式
2 数据、似然与估计方法
    2.1 删失数据符号说明
    2.2 似然函数推导
    2.3 数据增强方法
    2.4 吉布斯抽样的具体步骤
3 模拟研究
4 乳腺癌实例分析
结论
参考文献
攻读硕士学位期间发表学术论文情况
致谢



本文编号：3980382