Cox模型與AFT模型的相互誤判對於迴歸參數影響之探討

以作者查詢圖書館館藏

、以作者查詢臺灣博碩士

、以作者查詢全國書目

、勘誤回報

、線上人數：54

、訪客IP：3.144.103.148

姓名

李家任(Jia-ren Li) 查詢紙本館藏

畢業系所

統計研究所

論文名稱

Cox模型與AFT模型的相互誤判對於迴歸參數影響之探討
(The effect of misspecification of regression parameters between Cox and AFT model)

相關論文

★ 長期與存活資料之聯合模型-新方法和數值方法的改進	★ 復發事件存活分析的共享廣義伽瑪脆弱因子之半母數聯合模型
★ 加乘法風險模型結合長期追蹤資料之聯合模型	★ 有序雙重事件時間分析使用與時間相關的共變數－邊際方法的比較
★ 存活與長期追蹤資料之聯合模型－台灣愛滋病實例研究	★ 以聯合模型探討地中海果蠅繁殖力與老化之關係
★ 聯合模型在雞尾酒療法療效評估之應用—利用CD4/CD8比值探討台灣愛滋病資料	★ 時間相依共變數之雙重存活時間分析—台灣愛滋病病患存活時間與 CD4 / CD8 比值關係之案例研究
★ Cox比例風險模型之參數估計─比較部分概似法與聯合模型	★ 復發事件存活時間分析-丙型干擾素對慢性肉芽病患復發療效之案例研究
★ Cox 比例風險假設之探討與擴充風險模型之應用	★ 以聯合模型探討原發性膽汁性肝硬化
★ 聯合長期追蹤與存活資料分析－肝硬化病患之實例研究	★ 復發事件存活時間分析-rhDNase對囊狀纖維化病患復發療效之案例研究
★ 聯合長期追蹤與存活資料分析-原發性膽汁性肝硬化病患之實例研究	★ 復發事件存活時間分析-Thiotepa對膀胱癌病患復發療效之案例研究

檔案

[Endnote RIS 格式]

[Bibtex 格式]

[相關文章]

[文章引用]

[完整記錄]

[館藏目錄]

[檢視]

[下載]

本電子論文使用權限為同意立即開放。
已達開放權限電子全文僅授權使用者為學術研究之目的，進行個人非營利性質之檢索、閱讀、列印。
請遵守中華民國著作權法之相關規定，切勿任意重製、散佈、改作、轉貼、播送，以免觸法。

摘要(中)

在存活分析中，使用誤判模型 (misspecified model)配適存活資料時，常會影響存活模型中的參數估計值，而且與正確模型配適存活資料相比較的話，甚至會導致其共變數對風險函數的顯著性產生不同的結果，所以本篇藉由統計模擬，分別在時間獨立及時間相依的共變數存活模型下，使用Cox模型、AFT模型及擴充風險模型配適存活資料，我們所感興趣的是Cox模型與AFT模型的相互誤用是否會對共變數的迴歸參數產生影響，而我們的方法是利用擴充風險模型來做Cox模型及AFT模型誤判的研究，而主要的原因在於擴充風險模型為一個較廣義的模型，它同時包含了Cox模型及AFT模型的特性。在實例分析的部份，我們討論台灣愛滋病病患資料 (Taiwan AIDS data)以及Miller (1981)所分析的史丹佛心臟移植資料 (Stanford heart transplant data)。在這兩筆資料中，我們分別使用Cox模型及AFT模型時，觀察其共變數對於風險函數的影響程度。

摘要(英)

In the survival analysis, when we use the misspecified model to fit the survival data, it often affects the parameter estimates of the survival model, and this even leads to produce different results of significance from covariates on the hazard function, if we compare with the result of using the correct model to fit the survival data. Therefore, through statistical simulation under the time-independent covariate of survival model and the time-dependent covariate of survival model, we use Cox model, AFT model, and extended hazard model to fit the survival data, and we have interest in the effects of misspecification of regression parameters between Cox and AFT model. Our approach is to use extended hazard model to discuss the effect of misspecification between Cox and AFT model mainly, because the extended hazard model is a more generalized model, which includes the features of Cox model and AFT model. In the real data analysis, we analyze Stanford heart transplant data from Miller (1981), and the Taiwan AIDS data. We use Cox model and AFT model to analyzed these data, and to observe the degree of influence from the covariate on the hazard function.

關鍵字(中)

★ Cox模型
★ 誤判模型
★ AFT模型
★ 擴充風險模型
★ 史丹佛心臟移植資料

關鍵字(英)

★ Misspecified model
★ Cox model
★ AFT model
★ Extended hazard model
★ Stanford heart transplant data

論文目次

中文摘要 i
英文摘要 ii
致謝辭 iv
目錄 v
表目錄 vii
符號表 viii
第一章緒論 1
1.1 研究動機與背景 1
1.2 本文架構 8
第二章統計方法 10
2.1 與時間獨立共變數的存活模型下的統計方法 10
2.2 與時間相依共變數的存活模型下的統計方法 15
第三章模擬研究 20
3.1 模擬方法 21
3.1.1 與時間獨立的共變數存活模型的存活時間推導過程 21
3.1.2 與時間相依的共變數存活模型的存活時間推導過程 24
3.1.3 Nelder-Mead方法 28
3.2 模擬結果 30
3.2.1 與時間獨立的共變數存活模型的模擬結果 31
3.2.2 與時間相依的共變數存活模型的模擬結果 36
第四章實例分析 42
4.1 史丹佛心臟移植資料背景 42
4.2 史丹佛心臟移植資料實例研究 44
4.3 臺灣愛滋病病患資料背景 52
4.4 臺灣愛滋病病患資料實例研究 53
第五章結論與討論 60
參考文獻 63

參考文獻

[1] Andersen, P. K. and Borgan, Q. and Gill, R. D. and Keiding, N. (1993). Statistical Models Based On Counting Processes. Springer: New York.
[2] Andersen, P. K. and Gill, R. D. (1982). Cox's regression model for counting processes: a large sample study. The Annals of Statistics 10: 1100-1120.
[3] Bretagnolle, J. and Huber-Carol, C. (1985). Sous-estimation des contrastes due à I’oubli de variables pertinentes dans le modèle de Cox pour les durées de survie avec censure. C.R. Acad. Sc Paris, t. 300, Série I 11:359-362.
[4] Buckley, J. and James, I. (1979). Linear regression with censored data. Biometrika 66: 429-436.
[5] Chen, Y. Q. and Jewell, N. P. (2001). On a general class of semiparametric hazards regression models. Biometrika 88: 687-702.
[6] Ciampi, A. and Etezadi-Amoli, J. (1985). A general model for testing the proportional hazards and the accelerated failure time hypothesis in the analysis of censored survival data with covariates. Communication in Statistics-Theory and Methods 14: 651-667.
[7] Cox, D. R. (1975). Partial likelihood. Biometrika 62: 269-276.
[8] Crowley, J. and Hu, M. (1976). Covariance analysis of heart transplant survival data. Journal of the American Statistical Association 72: 27-36.
[9] Etezadi-Amoli, J. and Ciampi, A. (1987). Extended hazard regression for censored survival data with covariates: A spline approximation for the baseline hazard function. Biometrics 43: 181-192.
[10] Gehan, E. A. (1965). A generalized Wilcoxon test for comparing arbitrary single censored samples. Biometrika 52: 203-223.
[11] Hutton, J. L. and Monaghan, P. F. (2002). Choice of parametric accelerated life and proportional hazards models for survival data: Asymptotic results. Lifetime Data Analysis 8: 375-393.
[12] Jones, M. C. (1990). The performance of kernel density functions in kernel distribution function estimation. Statistics & Probability 9: 129-132.
[13] Jones, M. C. and Sheather, S. J. (1991). Using non-stochastic terms to advantage in kernel-based estimation of integrated squared density derivatives. Statistics & Probability 11: 511-514.
[14] Latouche, A. and Boisson, V. and Chevret, S. and Porcher, R. (2007). Misspecified regression model for the subdistribution hazard of a competing risk. Statistics in Medicine 26: 965-974.
[15] Lin, D. Y. and Ying, Z. (1995). Semiparametric inference for the accelerated life model with time-dependent covariates. Journal of Statistical Planning and Inference 44: 47-63.
[16] Lin, D. Y. and Ying, Z. (1997). Additive regression models for survival data. In Proceedings of the First Seattle Symposium in Biostatistics: Survival Analysis. Springer: New York.
[17] Lu, W. (2010). Efficient estimation for an accelerated failure time model with a cure fraction. Statistica Sinica 20: 661-674.
[18] Miller, R. G. (1976). Least squares regression with censored data. Biometrika 63: 449-464.
[19] Miller, R. G. (1981). Survival Analysis. New York: Wiley.
[20] Nelder, J. A. and Mead, R. (1965). A simplex method for function minimization. The Computer Journal 7: 308-313.
[21] O’Neill, T. J. (1986). Inconsistency of the misspecified proportional hazards model. Statistics & Probability 4: 219-222.
[22] Solomon, P. J. (1984). Effect of misspecification of regression models in the analysis of survival data. Biometrika 71: 291-298.
[23] Struthers, C. A. and Kalbfleisch, J. D. (1986). Misspecified proportional hazard models. Biometrika 73: 363-369.
[24] Tseng, Y. K. and Shu, K. N. (2011). Efficient estimation for a semiparametric extended hazards model. Communications in Statistics-Simulation and Computation 40: 258-273.
[25] Tsiatis, A. A. (1981). A large sample study of Cox's regression model. The Annals of Statistics 9: 93-108.
[26] Zeng, D. and Lin, D. Y. (2007). Efficient estimation for the accelerated failure time model. Journal of the American Statistical Association 102: 1387-1396.

指導教授

曾議寬(Yi-Kuan Tseng)

審核日期

2011-6-24

推文