空間的に変動する係数を持つCox回帰モデルのためのBayes変数選択とルイジアナの呼吸器癌データへの応用【JST・京大機械翻訳】

Mu Jinjian; Liu Qingyang; Kuo Lynn; Hu Guanyu

プレプリント

J-GLOBAL ID：202202220232489256 整理番号：21P0042404

空間的に変動する係数を持つCox回帰モデルのためのBayes変数選択とルイジアナの呼吸器癌データへの応用【JST・京大機械翻訳】

Bayesian Variable Selection for Cox Regression Model with Spatially Varying Coefficients with Applications to Louisiana Respiratory Cancer Data

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年08月02日プレプリントサーバーでの情報更新日： 2021年07月28日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

Cox回帰モデルは,生存解析において一般的に使用されるモデルである。公衆衛生研究において,臨床データは,異なる位置の医療サービスプロバイダからしばしば収集されている。特定の疾患からの生存率に対する共変量効果に大きな地理的変動がある。本論文では,空間的に変化する係数を持つCox回帰モデルに対する変数選択問題に焦点を当てた。回帰係数が空間的に変化するかどうかを決定する前に,スパース性と点質量混合物の前に馬蹄を組込むBayes階層モデルを提案した。効率的な2段階計算法を後方推論と変数選択に用いた。それは,基本的に,サイトによってコックスモデルのために部分的尤度を最大にするための既存の方法を適用して,次に,第1段階の結果に基づく変数選択のためにMCMCアルゴリズムを適用した。広範なシミュレーション研究を行い,提案した方法の経験的性能を調べた。最後に,SEERプログラムからLouisianaにおける呼吸器癌に関する実際のデータセットを分析するために,提案した方法を適用した。【JST・京大機械翻訳】

, , , , ,
, , , , , , , , , 【Automatic Indexing@JST】

数値計算 , 統計学

, , , , , ,

前のページに戻る