文献

J-GLOBAL ID：202202247374473796   整理番号：22A0002105

潜在的変数を持つ多変量縦および生存データのための結合モデルの一貫した推定【JST・京大機械翻訳】

Consistent estimation of a joint model for multivariate longitudinal and survival data with latent variables

著者 (2件)： Kang Kai (Department of Statistics, The Chinese University of Hong Kong, Hong Kong) ,  Song Xinyuan (Department of Statistics, The Chinese University of Hong Kong, Hong Kong)
資料名： Journal of Multivariate Analysis  (Journal of Multivariate Analysis)
巻： 187  ページ： Null  発行年： 2022年 
JST資料番号： D0675A  ISSN： 0047-259X  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： 時間対事象転帰と時間依存危険因子の間の関係の研究は,縦断的研究においてしばしば大きな関心事である。しかし,時間依存危険因子は,単一変数によって直接観察または簡単に測定されないかもしれない。代わりに,それらは潜在であり,異なる側面からいくつかの観測された変数によって特性化されるべきである。本論文では,関心の危険に対する潜在的時間依存リスク因子の影響を調べるために,新しい共同モデリングフレームワークを考察した。因子分析モデルを用いて,時間依存潜在変数と多変量縦方向観測変数の間の依存性を描写し,比例ハザードモデルを,潜在時間依存性因子を関心の危険にリンクするために採用した。漸近的分布フリー一般化最小二乗法と条件付きスコア法を組み合わせたハイブリッド手順を開発した。パラメータ推定量の一貫性と漸近正規性に関する理論的結果を提供した。この方法をシミュレーション研究を通して評価し,Alzheimer病に関するデータセットに適用した。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： 最小二乗法 ,  シミュレーション ,  時間依存性 ,  性因子 ,  因子分析 ,  パラメータ推定 ,  キャラクタリゼーション ,  Alzheimer病 ,  危険因子 ,  *結合モデル
準シソーラス用語： 比例ハザードモデル ,  生存データ ,  漸近的正規性 ,  *多変量 ,  潜在変数 , 【Automatic Indexing@JST】

著者キーワード (5件)： 条件付きスコア ,  因子分析 ,  潜在変数 ,  長期的データ ,  比例ハザードモデル

分類 (3件)： 人工知能  (JE08000Z) ,  システム・制御理論一般  (IA02010H) ,  数値計算  (JE02000J)

タイトルに関連する用語 (6件)： 変数 ,  多変量 ,  縦 ,  生存 ,  結合モデル ,  推定