基于多元 copula 方法的纵向测量与生存时间联合建模
统计方法学
2022-03-07 v2
摘要
纵向与时间事件数据的联合建模通常由一个联合模型描述，该模型使用共享或相关的潜效应来捕捉两个过程间的关联。在此框架下，给定随机效应下假设条件独立，即可直接导出两过程的联合分布。文献中也考虑了将相互依赖引入子模型的替代方法，其中一种方法是使用 copula 在纵向与时间事件过程的边际分布间引入非线性相关。文献中已提出多元高斯 copula 联合模型，通过蒙特卡洛期望最大化算法拟合联合数据。本文中，我们提出一种精确似然估计方法以替代计算代价更高的蒙特卡洛期望最大化算法，并给出了基于多元高斯与 copula 函数的结果。我们还提供了一种直接计算生存概率动态预测的简便方法，表明我们所提模型在预测性能上与共享随机效应联合模型相当。
引用
@article{arxiv.2108.12478,
title = {Joint modelling of longitudinal measurements and survival times via a multivariate copula approach},
author = {Zili Zhang and Christiana Charalambous and Peter Foster},
journal= {arXiv preprint arXiv:2108.12478},
year = {2022}
}