《纵向数据与生存数据的半参数联合模型》PDF下载

  • 购买积分:8 如何计算积分?
  • 作  者:唐安民,唐年胜,赵慧著
  • 出 版 社:北京:科学出版社
  • 出版年份:2018
  • ISBN:9787030536716
  • 页数:144 页
图书介绍:纵向数据和生存数据联合模型(JMLSs)普遍应用于研究纵向数据和生存数据之间的联系,近年来,在临床医学领域的数据分析中有广泛的应用,特别是在癌症临床研究、艾滋病临床研究和生物医药。在以往的文献中,对联合模型的普遍假定是:随机效应或误差项服从全参数分布,如正态分布;轨迹函数是观察时间的线性函数。在本文,基于半参数贝叶方法或极大似然方法,我们建议几个更具柔性和实践性的联合模型,在模型里包含更少的假定。

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