生存数据的贝叶斯空间同质性追踪及其在 SEER 呼吸道癌症数据中的应用
应用统计
2021-02-24 v2 统计方法学
摘要
本文在比例风险模型下提出一种用于生存数据的贝叶斯空间同质性追踪新方法，以检测基线风险与回归系数中的空间聚集模式。具体而言，回归系数与基线风险被假定在空间上具有空间同质性模式。为捕捉此种同质性，我们发展了地理加权中国餐馆过程先验，以同时估计系数与基线风险及其不确定性度量。我们为所提方法设计了高效的马尔可夫链蒙特卡罗（MCMC）算法。利用模拟数据评估其性能，并进一步应用于路易斯安那州呼吸道癌症的真实数据分析。
引用
@article{arxiv.2003.03006,
title = {Bayesian Spatial Homogeneity Pursuit for Survival Data with an Application to the SEER Respiratory Cancer Data},
author = {Lijiang Geng and Guanyu Hu},
journal= {arXiv preprint arXiv:2003.03006},
year = {2021}
}
备注
27 pages, 3 figures