联合模型及其应用

一个共同的目标在纵向研究是描述之间的关系纵向响应过程和活动的时间。相当大的兴趣都集中在所谓的联合模型,在模型指定的事件时间分布和纵向数据往往通过一套共同的潜在的随机效应。联合模型的纵向数据和/或生存数据受到极大关注的文学在过去的二十年里,统计研究领域正变得越来越活跃。这些模型是公认的重要性,部分原因是由于这一事实纵向数据和生存实践中经常出现。尽管这个话题的大量文献,这些模型继续成为主要研究流,因为它们提供了许多优势单独分析纵向数据和/或生存数据。加快发展先进的工具和知识的联合模型,许多重要的问题仍有待解决,如计算问题,模型诊断和选择,联合模型斜分布,以及各种纵向模型和生存模型的选择。刺激的持续努力理解各种联合模型开发和相关的统计推断方法应用在生物医学、生物、工程、和其他的研究,在这个特殊的问题,我们邀请了一些论文解决其中的一些问题。

本文通过l .吴et al .,在这个特殊的问题,提供了一个简短的概述各种配方的联合模型纵向和生存数据。常用的方法包括可能性方法和两阶段方法详细讨论,和其他联合建模方法,如贝叶斯方法也简单。研究了计算问题。真正的数据分析和模拟研究提供比较各种方法的性能。本文通过m . Liu和w·卢边际推理提供了半参数方法纵向结果信息辍学的存在。纵向的结果之间的依赖和翔实的辍学时间的特点是一个条件意味着模型,和纵向回归系数估计的类条件广义估计方程。该方法是健壮的针对一类潜变量模型纵向数据信息辍学和在计算上容易实现。黄g . a . Dagne和y的模型提出了联合托比特书left-censored反应变量与偏态和协变量变量与大量的测量误差。提出的联合模型是一个斜-t非线性mixed-effects托比特书模型响应过程和倾斜t非参数mixed-effects模型对于协变量的贝叶斯框架下的过程。一个真实数据的例子是用来说明提出的方法。本文通过m . Murawska等人提出了一种两阶段方法,总结了纵向信息与非线性mixed-effects模型在第一阶段,和包括与以前的经验贝叶斯估计参数作为比较的Cox模型预测在第二阶段。考虑到与以前估计的不确定性参数,作者使用蒙特卡罗方法和样本的后验分布随机效应的观测数据。Gurmu和g . a . Dagne纸,在这个特殊的问题,发展zero-inflated bivariate-ordered probit模型并进行估计的上下文中使用马尔可夫链蒙特卡罗技术联合模型的贝叶斯分析命令的结果。作者分析吸烟的个人问题的社会经济因素和咀嚼烟草使用大部分的家庭烟草调查数据为零。的例子表明,使用模型忽略了零通胀面具微分协变量的影响是否和用户。

养心黄
朗吴
恩典y易
Wenbin陆

版权

版权©2012养心黄等。这是一个开放分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。