Bayesian Local Influence of Generalized Failure Time Models with Latent Variables and Multivariate Censored Data

05.04.2019

Erschienen in:

Verfasst von: Ming Ouyang; Xinyuan Song
Erschienen in: Journal of Classification | Ausgabe 2/2020

Zugang erhalten

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

We develop a Bayesian local influence procedure for generalized failure time models with latent variables and multivariate censored data. We propose to use the penalized splines (P-splines) approach to formulate the unknown functions of the proposed models. We assess the effects of minor perturbations to individual observations, the prior distributions of parameters, and the sampling distribution on statistical inference through various perturbation schemes. The first-order local influence measure is used to quantify the degree of minor perturbations to different aspects of a statistical model with the use of Bayes factor as an objective function. Simulation studies show that the empirical performance of the Bayesian local influence procedure is satisfactory. An application to a study of renal disease for type 2 diabetes patients is presented.

Sie sind bereits Kunde? Dann loggen Sie sich hier ein, um Zugang zu erhalten

Kundenlogin

Sie sind noch kein Kunde? Dann Informieren Sie sich jetzt über unsere Lizenzmodelle:

Einzelzugang

Starten Sie jetzt Ihren persönlichen Einzelzugang. Erhalten Sie sofortigen Zugriff auf mehr als 170.000 Bücher und 540 Zeitschriften - pdf-Downloads und Neu-Erscheinungen inklusive.

Jetzt ab 54,00 € pro Monat!

Mehr erfahren

Zugang für Unternehmen

Nutzen Sie Springer Professional in Ihrem Unternehmen und geben Sie Ihren Mitarbeitern fundiertes Fachwissen an die Hand. Fordern Sie jetzt Informationen für Firmenzugänge an.

Erleben Sie, wie Springer Professional Sie in Ihrer Arbeit unterstützt!

Beraten lassen

Für Entdecker: Lernen Sie Springer Professional besser kennen mit einer kostenlosen Registrierung

Kostenlos Registrieren

Vorheriger Artikel Accurate Bayesian Data Classification Without Hyperparameter Cross-Validation

Nächster Artikel Moduli Space of Families of Positive (n − 1)-Weights

Metadaten
Literatur

Titel: Bayesian Local Influence of Generalized Failure Time Models with Latent Variables and Multivariate Censored Data
Verfasst von: Ming Ouyang
Xinyuan Song
Publikationsdatum: 05.04.2019
Verlag: Springer US
Erschienen in: Journal of Classification / Ausgabe 2/2020
Print ISSN: 0176-4268
Elektronische ISSN: 1432-1343
DOI: https://doi.org/10.1007/s00357-018-9294-6

Dieser Inhalt ist nur sichtbar, wenn du eingeloggt bist und die entsprechende Berechtigung hast.

Erweiterte Suche

Suchoperatoren:

Springer Professional

Bayesian Local Influence of Generalized Failure Time Models with Latent Variables and Multivariate Censored Data

Abstract

Sie sind bereits Kunde? Dann loggen Sie sich hier ein, um Zugang zu erhalten

Sie sind noch kein Kunde? Dann Informieren Sie sich jetzt über unsere Lizenzmodelle:

Einzelzugang

Zugang für Unternehmen

Für Entdecker: Lernen Sie Springer Professional besser kennen mit einer kostenlosen Registrierung

Weitere Artikel der Ausgabe 2/2020

Adjusting Person Fit Index for Skewness in Cognitive Diagnosis Modeling

Editorial: Journal of Classification Vol. 37-2

Where Should I Submit My Work for Publication? An Asymmetrical Classification Model to Optimize Choice

Cluster Validation for Mixtures of Regressions via the Total Sum of Squares Decomposition

Accurate Bayesian Data Classification Without Hyperparameter Cross-Validation

Moduli Space of Families of Positive (n − 1)-Weights

Premium Partner

ESG-Daten: Das ERP als Wettbewerbsmotor

KI ohne Großprojekt und Risiko starten

KI-Wissen für mittelständische Unternehmen (Link öffnet in neuem Fenster)

Ihre Webinar-Matineen von IT-Director und IT-Mittelstand