کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4949375 1440049 2017 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Semiparametric regression analysis of multivariate longitudinal data with informative observation times
ترجمه فارسی عنوان
تجزیه و تحلیل رگرسیون نیمه پارامتر داده های طولی چند متغیری با زمان مشاهده اطلاعاتی
کلمات کلیدی
برآورد معادله، زمان مشاهده اطلاعاتی، متغیر نامحدود، چک کردن مدل، داده های طولی چند متغیره، رگرسیون نیمه پارامتریک،
ترجمه چکیده
داده های طولی چند متغیره زمانی رخ می دهد که افراد تحت مطالعه ممکن است چندین نتیجه پاسخ مربوط به پاسخ را داشته باشند. این مقاله طبقه ی جدیدی از مدل های نیمه ارزیابی انعطاف پذیر برای داده های طولی چند متغیره را با زمان مشاهدات اطلاعاتی ارائه می دهد که از طریق متغیرهای پنهان شده و توابع نامحدود لینک می شود که برای هر گونه اشکال عملکردی بر روی توابع شدت برای پروسه های مشاهده اجازه می دهد. یک رویکرد برآورد رویکرد معادله ای که به اشکال توابع لینک و توزیع های ضعف ها وابسته نیست، توسعه یافته است. خواص نسبی برای برآوردگرهای نتیجه و روش چک کردن مدل برای انطباق کلی مدل های پیشنهادی ایجاد شده است. نتایج شبیه سازی نشان می دهد که رویکرد پیشنهادی خوب عمل می کند. تجزیه و تحلیل داده های آزمایشی شیمی درمانی سرطان پوست به صورت تصویری ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نظریه محاسباتی و ریاضیات
چکیده انگلیسی
Multivariate longitudinal data arises when subjects under study may experience several possible related response outcomes. This article proposed a new class of flexible semiparametric models for multivariate longitudinal data with informative observation times through latent variables and completely unspecified link functions, which allows for any functional forms of covariate effects on the intensity functions for the observation processes. A novel estimating equation approach that does not rely on forms of link functions and distributions of frailties is developed. The asymptotic properties for the resulting estimators and the model checking technique for the overall fit of the proposed models are established. The simulation results show that the proposed approach works well. The analysis of skin cancer chemoprevention trial data is provided for illustration.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computational Statistics & Data Analysis - Volume 107, March 2017, Pages 120-130
نویسندگان
, , ,