基于贝叶斯和经典方法的加速失效时间模型分析未观测异质性
应用统计
2017-09-12 v1
摘要
本文通过加速失效时间（AFT）模型在贝叶斯和经典两种框架下处理生存数据集中的未观测异质性。贝叶斯方法处理未观测异质性最近在Vallejos和Steel（2017）中讨论过，其中使用混合模型来减少异常观测或某些未包含在生存模型中的协变量的影响。脆弱模型也在经典框架下处理这种未观测变异性，并被实践者用作贝叶斯方法的替代。我们讨论了两种处理未观测异质性的方法及其优缺点，其中在贝叶斯方法下使用了一族威布尔分布的率混合，在经典方法下使用了一组随机效应分布。我们研究了经典估计与贝叶斯估计的差异程度，尽管估计方法的范式不同。使用了两个真实数据示例——骨髓移植数据和肾脏感染数据来说明这些方法的性能。在两种情况下，观察到使用逆高斯混合分布优于其他可能性。还注意到，与对应方法的估计相比，脆弱模型的估计通常有些低估。
引用
@article{arxiv.1709.02831,
title = {Analysis of Unobserved Heterogeneity via Accelerated Failure Time Models Under Bayesian and Classical Approaches},
author = {Shaila Sharmin and Md Hasinur Rahaman Khan},
journal= {arXiv preprint arXiv:1709.02831},
year = {2017}
}
备注
23 pages, 4 figure, 4 tables