第1章 绪论 1
1.1 研究背景概述 1
1.2 国内外研究现状 2
1.3 本书主要工作 3
1.4 生存数据分析 6
1.5 纵向数据 8
1.6 统计算法 9
1.6.1 Gibbs抽样 9
1.6.2 MH算法 10
1.6.3 MCEM算法 10
1.6.4 标量或向量对向量求导 11
第2章 纵向数据和生存数据半参数联合模型的贝叶斯推断 16
2.1 引言 16
2.2 半参数联合模型 18
2.3 联合模型的贝叶斯分析 23
2.3.1 条件分布及算法 25
2.3.2 贝叶斯估计 30
2.4 半参数联合模型贝叶斯数据删除影响分析 31
2.5 模拟研究及实例 32
2.5.1 贝叶斯推断模拟研究 32
2.5.2 贝叶斯数据删除影响统计诊断模拟试验 41
2.5.3 实例分析 42
第3章 偏正态纵向数据和生存数据部分线性半参数联合模型的贝叶斯推断 51
3.1 引言 51
3.2 半参数联合模型 53
3.3 联合模型的贝叶斯分析 59
3.3.1 贝叶斯估计 60
3.3.2 条件分布及算法实现 61
3.4 半参数联合模型贝叶斯局部影响分析 66
3.5 模拟研究及实例 69
3.5.1 贝叶斯统计推断模拟研究 69
3.5.2 贝叶斯局部影响分析模拟研究 75
3.5.3 实例分析 77
第4章 半参数联合模型的贝叶斯变量选择 84
4.1 引言 84
4.2 半参数联合模型 86
4.2.1 模型和概念 86
4.2.2 测量误差项分布的设定 87
4.2.3 建模对数基本危险函数 88
4.2.4 生存函数的近似计算 89
4.2.5 先验的设定 89
4.3 变量选择的BLasso方法 90
4.4 半参数联合模型的贝叶斯算法和抽样 93
4.5 模拟研究及实例 96
4.5.1 贝叶斯统计推断模拟研究 96
4.5.2 实例分析IBCSG数据 103
第5章 偏正态纵向数据和生存数据联合模型极大似然统计推断和诊断 107
5.1 引言 107
5.2 半参数联合模型 108
5.2.1 建模偏正态纵向数据 109
5.2.2 生存数据子模型 110
5.3 半参数联合模型EM算法 111
5.3.1 E步 112
5.3.2 M步 114
5.3.3 算法执行 114
5.4 半参数联合模型的极大似然统计诊断分析 115
5.4.1 极大似然数据删除影响分析 115
5.4.2 极大似然局部影响分析 116
5.5 模拟研究及实例 117
5.5.1 半参数联合模型极大似然统计推断 117
5.5.2 半参数联合模型极大似然统计诊断 121
5.5.3 实例分析 123
第6章 总结及进一步研究 129
附录 132
附录A Q函数关于未知参数θ的一阶导数和二阶导数 132
附录B 局部影响分析1 135
附录C 局部影响分析2 136
参考文献 138