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。
多方向入れ子データのための構造化共分散行列を有するBayes多変量モデルを提案した。この柔軟なモデリングフレームワークは,クラスタ化された観察の間の正と負の関係を可能にし,ランダム効果によって暗示されたよく知られた依存性構造を一般化する。共分散行列が事後解析の下で正定のままであることを確実にする共分散パラメータに対して,共役シフト逆ガンマを提案した。数値的に効率的なGibbsサンプリング手順を,平衡入れ子設計のために定義し,2つのシミュレーション研究を用いて検証した。トップ層不均衡ネスト設計では,手順には追加のデータ増強ステップが必要である。提案したデータ増強手順は,(切断)単変量正規分布から潜在変数をサンプリングし,構造化共分散行列の逆数の数値計算を回避する。Bayes多変量(線形変換)モデルを,異なるステント(BIO-RESORT)による治療に無作為割付けされた患者3群の間の有害事象の違いを分析するために,2方向ネストインターバル-センソードイベント時間に適用した。構造化共分散行列のパラメータは,処理効果における非観察不均一性を表し,異なる処理効果を検出するために試験した。【JST・京大機械翻訳】