文献

J-GLOBAL ID：202202222309750465   整理番号：22A0900988

生存と多変量縦データの結合モデルのための高速近似EMアルゴリズム【JST・京大機械翻訳】

A fast approximate EM algorithm for joint models of survival and multivariate longitudinal data

著者 (2件)： Murray James (School of Mathematics, Statistics and Physics, Newcastle University, United Kingdom of Great Britain and Northern Ireland) ,  Philipson Pete (School of Mathematics, Statistics and Physics, Newcastle University, United Kingdom of Great Britain and Northern Ireland)
資料名： Computational Statistics & Data Analysis  (Computational Statistics & Data Analysis)
巻： 170  ページ： Null  発行年： 2022年 
JST資料番号： H0911A  ISSN： 0167-9473  CODEN： CSDADW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 結合モデルは,1つ以上の長期的応答と関心のある事象の間の関係を特性化するためのますます一般的な方法である。しかしながら,多変量関節モデルに対して,モデル仕様に存在するランダム効果の次元と複雑性の増加は,計算時間増加と整合し,多くの古典的手法の実施を妨げる。次元のいわゆる「urseを改善する近似EMアルゴリズムを開発した。提案方法のスケーラビリティと精度を,2つのシミュレーション研究によって実証して,肝硬変とアルツハイマー病の疾患領域における2つの臨床試験,それぞれ3つのバイオマーカーによるデータに適用した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. 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 ,  *最適化手法 ,  肝硬変 ,  *近似法 ,  多重化 ,  臨床試験 ,  *モデル ,  キャラクタリゼーション ,  Alzheimer病 ,  バイオマーカー ,  *結合モデル
準シソーラス用語： *EMアルゴリズム ,  複雑性 ,  関節モデル ,  *多変量 , 【Automatic Indexing@JST】

著者キーワード (5件)： 関節モデル ,  EMアルゴリズム ,  多変量正規 ,  シミュレーション ,  多重縦続

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  移動通信  (ND08030H) ,  信号理論  (ND02020G)

タイトルに関連する用語 (6件)： 生存 ,  多変量 ,  縦 ,  結合モデル ,  近似 ,  EMアルゴリズム