具有多类型群组共享潜在异质性的贝叶斯寿命回归

同一批次制造或在同一区域使用的产品，由于共享但未被观测到的协变量所引起的潜在异质性，往往表现出相关的寿命观测值。这些不可用的群组共享协变量涉及多种不同类型（例如离散型、连续型或混合类型），并引发不可或缺的群组共享潜在异质性的不同结构。若不仔细捕捉此类潜在异质性，寿命建模精度将受到显著削弱。本工作中，我们通过全面研究由不同类型群组共享未观测协变量引起的群组共享潜在异质性结构，提出了一种通用的贝叶斯寿命建模方法。所提方法可灵活刻画寿命数据中的多类型群组共享潜在异质性。此外，它能处理缺乏群组成员信息的情况，并解决样本量有限的问题。进一步开发了带有数据增强技术的贝叶斯采样算法，以联合量化观测协变量与群组共享潜在异质性的影响。此外，我们进行了全面的数值研究，通过与替代模型比较证明了所提建模方法的性能提升。我们还给出了实证研究的结果，以考察群组数量和每组样本量对群组共享潜在异质性估计的影响，并证明所提方法对不同结构的未观测群组共享协变量具有模型可辨识性。我们还展示了一个真实案例研究来说明所提方法的有效性。