کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6870163 681361 2014 15 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Inference for longitudinal data with nonignorable nonmonotone missing responses
ترجمه فارسی عنوان
استنتاج داده های طولی با پاسخ های غیرواقعی غیر مونوتون از دست رفته
کلمات کلیدی
نرخ کشف دروغ، نمونه گیری اهمیت، داده های ناقص، مدل ترکیبی خطی، بررسی طولی، حداکثر احتمال، آزمایش پروتئومیکس،
ترجمه چکیده
برای تجزیه و تحلیل داده های طولی با پاسخ های غلط ناپذیر و غیر مونوتیپ، روش احتمال کامل، اغلب نیازمند محاسبات فشرده است، به ویژه زمان های پیگیری زیادی وجود دارد. نویسندگان پیشنهاد و بررسی روش مونت کارلو، بر اساس نمونه گیری اهمیت، برای تقریب برآوردگرهای حداکثر احتمال. خصوصیات محدود نمونه برآوردگرهای پیشنهادی با استفاده از شبیه سازی مورد مطالعه قرار گرفته است. کاربرد روش پیشنهادی نیز با استفاده از داده های طولی بر شدت های پپتیدی حاصل از آزمایش پروتئومیکای بیماران تروما ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نظریه محاسباتی و ریاضیات
چکیده انگلیسی
For the analysis of longitudinal data with nonignorable and nonmonotone missing responses, a full likelihood method often requires intensive computation, especially when there are many follow-up times. The authors propose and explore a Monte Carlo method, based on importance sampling, for approximating the maximum likelihood estimators. The finite-sample properties of the proposed estimators are studied using simulations. An application of the proposed method is also provided using longitudinal data on peptide intensities obtained from a proteomics experiment of trauma patients.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computational Statistics & Data Analysis - Volume 72, April 2014, Pages 77-91
نویسندگان
, , ,