基于变分贝叶斯推断的离散时间 recurrent 事件生存分析中的 Feed-Forward Panel 估计
统计方法学
2024-10-30 v2
摘要
在 recurrent 生存分析中，事件感兴趣的对象可以多次发生于每个受试者中，frailty 模型在人口内捕获受试者水平的未观察异质性方面发挥关键作用。传统的 frailty 模型面临由于对迹条件下的最大似然估计缺乏闭式解而面临挑战。本文提出一种新方法：变分贝叶斯推断用于离散时间生存分析的 Feed-Forward Panel 估计 (FFPSurv)。我们的模型使用变分贝叶斯推断依次更新受试者后验分布的分布，并推导出 panel 似然的闭式解，有效解决了现有 frailty 模型的局限性。我们通过对数值示例和真实世界 recurrent 生存数据的广泛实验展示了该方法的有效性。此外，我们数学上证明了该模型在轻微假设下的可识别性。
引用
@article{arxiv.2410.19271,
title = {Feed-Forward Panel Estimation for Discrete-time Survival Analysis of Recurrent Events with Frailty},
author = {Borna Bateni and Peyman Bateni and Bishwadeep Bhattacharyya and Devin Reeh},
journal= {arXiv preprint arXiv:2410.19271},
year = {2024}
}