基于線性轉(zhuǎn)換治愈模型的多重插補法
發(fā)布時間:2024-12-19 05:07
生存分析是近年來研究和分析壽命數(shù)據(jù)或失效時間數(shù)據(jù)的統(tǒng)計方法的一門學科。在分析生存數(shù)據(jù)的過程中,難點之一就是實踐中很可能會遇到刪失數(shù)據(jù)的情況。這樣的數(shù)據(jù)分析可能在一部分病人被認為完全康復并且將來不會發(fā)生研究者們感興趣的事件,而其他沒有完全恢復的病人將會發(fā)生感興趣的事件的情況下進行。刪失數(shù)據(jù)的出現(xiàn),利用已有的完整數(shù)據(jù)的分析方法進行數(shù)據(jù)分析,其結果的可信度會由于一些狀態(tài)變量的刪失而降低,故針對刪失數(shù)據(jù)的研究刻不容緩。刪失類型包括左刪失,右刪失及區(qū)間刪失,本文重點關注右刪失數(shù)據(jù)。而治愈模型是用于分析帶有治愈個體的生存數(shù)據(jù)的一種非常流行的分析方法。此外,治愈模型也包括兩類模型,非混合治愈模型及混合治愈模型,本文考慮混合治愈模型中靈活的線性轉(zhuǎn)換治愈模型,在轉(zhuǎn)換函數(shù)和基準風險函數(shù)之間,利用它們的潛在關系,本文估計后者。通過采用伯恩斯坦多項式,可以根據(jù)不同類型的數(shù)據(jù)方便地將形狀約束添加到基線風險函數(shù)中。伯恩斯坦多項式有很好的保形的性質(zhì),將非參數(shù)估計轉(zhuǎn)換為參數(shù)估計,有助于提高估計性能。本文提出一種基于漸進正態(tài)數(shù)據(jù)擴充(ANDA)的多重插補法來解決應用到線性轉(zhuǎn)換治愈模型上,在右刪失數(shù)據(jù)中存在部分缺失的治愈指...
【文章頁數(shù)】:43 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 問題的提出
1.2 刪失數(shù)據(jù)
1.2.1 區(qū)間刪失數(shù)據(jù)
1.2.2 右刪失數(shù)據(jù)
1.3 混合治愈模型
1.4 多重插補算法
1.5 本文的研究意義及創(chuàng)新點
1.6 本文思路及結構安排
2 線性轉(zhuǎn)換治愈模型
2.1 比例風險模型
2.2 比例優(yōu)勢模型
2.3 線性轉(zhuǎn)換治愈模型
2.4 條件似然函數(shù)
3 多重插補算法
3.1 理論基礎及實現(xiàn)步驟
4 仿真研究
4.0 線性轉(zhuǎn)換治愈模型(ρ=0.5)
4.1 比例風險模型(ρ=0)
4.2 比例優(yōu)勢模型(ρ=1)
5 實例分析
5.1 數(shù)據(jù)的描述信息
5.2 模型配置及結果分析
結論
參考文獻
攻讀碩士學位期間發(fā)表學術論文情況
致謝
本文編號:4017704
【文章頁數(shù)】:43 頁
【學位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 問題的提出
1.2 刪失數(shù)據(jù)
1.2.1 區(qū)間刪失數(shù)據(jù)
1.2.2 右刪失數(shù)據(jù)
1.3 混合治愈模型
1.4 多重插補算法
1.5 本文的研究意義及創(chuàng)新點
1.6 本文思路及結構安排
2 線性轉(zhuǎn)換治愈模型
2.1 比例風險模型
2.2 比例優(yōu)勢模型
2.3 線性轉(zhuǎn)換治愈模型
2.4 條件似然函數(shù)
3 多重插補算法
3.1 理論基礎及實現(xiàn)步驟
4 仿真研究
4.0 線性轉(zhuǎn)換治愈模型(ρ=0.5)
4.1 比例風險模型(ρ=0)
4.2 比例優(yōu)勢模型(ρ=1)
5 實例分析
5.1 數(shù)據(jù)的描述信息
5.2 模型配置及結果分析
結論
參考文獻
攻讀碩士學位期間發(fā)表學術論文情況
致謝
本文編號:4017704
本文鏈接:http://sikaile.net/kejilunwen/yysx/4017704.html
最近更新
教材專著