spsurv：一个用于半参数生存分析的R包
应用统计
2020-03-25 v1 统计计算
摘要
软件开发创新与计算进步使得医学研究(生存分析)、工程研究(可靠性分析)和社会科学事件分析(历史分析)中更复杂且成本更低的计算成为可能。因此，在事件时间数据分析方面出现了许多半参数建模工作。在此背景下，本工作提出一种基于灵活伯恩斯坦多项式(BP)的生存数据建模框架。该创新方法被应用于现有模型族，如比例风险(PH)、比例优势(PO)和加速失效时间(AFT)模型，以估计未知基线函数。除该贡献外，本工作还利用Stan中可用算法在R中提出了新的自动化例程。所提出的计算例程通过基于人工数据集的模拟研究进行了测试与探索。用于拟合所提统计模型的工具被组合并组织为一个R包。此外，基于BP的比例风险(BPPH)、比例优势(BPPO)和加速失效时间(BPAFT)模型在使用最大似然(ML)估计和马尔可夫链蒙特卡洛(MCMC)方法的癌症试验数据真实应用中得到说明。
引用
@article{arxiv.2003.10548,
title = {spsurv: An R package for semi-parametric survival analysis},
author = {Renato Valladares Panaro},
journal= {arXiv preprint arXiv:2003.10548},
year = {2020}
}
备注
140 pages, 25 figures, 21 tables