抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ロジスティック曲線モデルを用いてパラメータ推定を行う手法として,厳密解を持つロジスティック差分方程式を回帰分析を用いて高精度に解く方法が知られている。通常,この手法では差分ステップ長が一定であり,欠損データがある場合,データを等間隔に保つため,データ数を減らしてパラメータ推定を行うことになる。これは,与えられたデータの一部を使わないことになり,パラメータ推定の精度劣化につながる。本検討では,この問題を解決するために,可変長差分のモデリングを考察した。そのなかで,差分ステップ長が可変である不等間隔差分ロジスティック差分方程式を用いてパラメータ推定を回帰分析で解く手法を提案する。本手法は差分方程式の形の違いから3通りの形態がある。それぞれについて,一例ではあるが,実データ上で,データ数を減らした等間隔データを用いたパラメータ推定と比較して精度評価を行った。3つのうち1つは精度が向上し,1つは劣化,1つは同程度であった。(著者抄録)