文献

J-GLOBAL ID：202202243454837352   整理番号：22A1083387

区間打ち切りによる縦および故障時間データの結合モデルの同時変数選択と推定【JST・京大機械翻訳】

Simultaneous variable selection and estimation for joint models of longitudinal and failure time data with interval censoring

著者 (4件)： Yi Fengting (School of Statistics, Southwestern University of Finance and Economics, Chengdu, China) ,  Yi Fengting (Yunnan Key Laboratory of Statistical Modeling and Data Analysis, Yunnan University, Kunming, China) ,  Tang Niansheng (Yunnan Key Laboratory of Statistical Modeling and Data Analysis, Yunnan University, Kunming, China) ,  Sun Jianguo (Department of Statistics, University of Missouri, Columbia, Missouri)
資料名： Biometrics  (Biometrics)
巻： 78  号： 1  ページ： 151-164  発行年： 2022年 
JST資料番号： B0071A  ISSN： 0006-341X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,縦データおよび故障時間データの共同解析の文脈における変数選択を検討した。大きな文献は,変数選択または継手解析のいずれかのために開発されたが,故障時間データが正しい検閲時,継手解析の文脈における変数選択のための限られた文献のみが存在する。これに対応して,著者らは,正しいセンソードデータの代わりに,1つが,間隔-センソード故障時間データ,より一般的で,一般的に発生する故障時間データの形を観察できる状況を考察する。この問題のために,関心の長期的および故障時間変数の両方に対する関連する共変量効果の同時変数選択および推定のために,ペナルティ化尤度ベース手順のクラスを開発した。特に,モンテカルロ法の実装のためにモンテカルロEM(MCEM)アルゴリズムを提示した。提案方法は,サンプルサイズで発散する共変量の数を可能にし,オラクル特性を持つことを示した。広範なシミュレーション研究を行い,提案した方法の有限サンプル性能を評価し,それが実際の状況において良好に機能することを示した。応用も提供した。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： モンテカルロ法 ,  アルゴリズム ,  時間 ,  シミュレーション ,  *故障 ,  データ ,  統計解析 ,  選択 ,  *打切 ,  *変数 ,  ペナルティ ,  *結合モデル
準シソーラス用語： オラクル ,  尤度 ,  *変数選択 ,  共変量 , 【Automatic Indexing@JST】

著者キーワード (4件)： 破れた適応リッジ回帰 ,  区間打ち切りデータ ,  罰則 ,  可変選択

分類 (1件)： 信頼性  (KB04040H)

タイトルに関連する用語 (6件)： 打ち切り ,  縦 ,  故障 ,  結合モデル ,  変数選択 ,  推定