文献

J-GLOBAL ID：202102217478410413   整理番号：21A2343982

BiMMツリー:クラスタ化および縦方向二値結果をモデル化するための決定木法【JST・京大機械翻訳】

BiMM tree: a decision tree method for modeling clustered and longitudinal binary outcomes

著者 (6件)： Speiser Jaime Lynn (Department of Biostatistical Sciences, Wake Forest School of Medicine, Winston-Salem, North Carolina, USA) ,  Wolf Bethany J. (Department of Public Health Sciences, Medical University of South Carolina, Charleston, South Carolina, USA) ,  Chung Dongjun (Department of Public Health Sciences, Medical University of South Carolina, Charleston, South Carolina, USA) ,  Karvellas Constantine J. (Divisions of Hepatology and Critical Care Medicine, University of Alberta, Edmonton, Canada) ,  Koch David G. (Division of Gastroenterology and Hepatology, Department of Medicine, Medical University of South Carolina, Charleston, South Carolina, USA) ,  Durkalski Valerie L. (Department of Public Health Sciences, Medical University of South Carolina, Charleston, South Carolina, USA)
資料名： Communications in Statistics - Simulation and Computation  (Communications in Statistics - Simulation and Computation)
巻： 49  号： 4  ページ： 1004-1023  発行年： 2020年 
JST資料番号： W5820A  ISSN： 0361-0918  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： クラスター化したバイナリー結果は,臨床研究でしばしば遭遇する(例えば,縦断的研究)。クラスタ化されたエンドポイントに対する一般化線形混合モデル(GLMM)は,いくつかのシナリオ(例えば,マルチウェイ相互作用と非線形予測子未知数)に対する課題を持つ。統一フレームワーク内で決定木とGLMMを結合した,二値混合モデル(BiMM)ツリーと呼ばれる代替データ駆動法を開発した。シミュレーション研究は,BiMMツリーが標準法と比較してわずかに高いか類似の精度を達成することを示した。この方法を,急性肝不全研究グループからの実際のデータセットに適用した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  相互作用 ,  *クラスタ化 ,  *ディシジョンツリー
準シソーラス用語： エンドポイント ,  混合モデル ,  データ駆動 ,  バイナリー , 【Automatic Indexing@JST】

著者キーワード (5件)： 分類と回帰木 ,  クラスタ化データ ,  決定木 ,  縦データ ,  混合効果

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： クラスタ化 ,  縦方向 ,  二値 ,  モデル化 ,  決定木