ارسل ملاحظاتك

ارسل ملاحظاتك لنا







تحليل نماذج التحويل شبه المعلمية للبيانات المبتورة

العنوان بلغة أخرى: Semiparametric Analysis of Transformation Models with Censored Data
المصدر: مجلة الدراسات والبحوث التجارية
الناشر: جامعة بنها - كلية التجارة
المؤلف الرئيسي: الزينى، آية محمود عبدالعزيز (مؤلف)
مؤلفين آخرين: عبدالعاطي، فاطمة علي محمد (مشرف), المنجي، هشام محمد رجب (مشرف)
المجلد/العدد: س41, ع2
محكمة: نعم
الدولة: مصر
التاريخ الميلادي: 2021
الصفحات: 525 - 547
ISSN: 1110-1547
رقم MD: 1281902
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: EcoLink
مواضيع:
كلمات المؤلف المفتاحية:
دالة الإمكان الأعظم الشرطية | نموذج الخطر النسبي | نموذج التحويل شبه المعلمي | البيانات المقتطعة | Maximum Conditional Likelihood | Proportional Hazards Model | Semiparametric Transformation Model | Truncation Data
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

4

حفظ في:
المستخلص: غالبا ما تظهر البيانات المبتورة من ناحية اليسار في دراسات الأوبئة والمتابعة الفردية بسبب سحب العينات المتحيزة، لأن الأشخاص الذين لديهم فترات بقاء أقصر تميل هذه الدراسات إلى استبعادهم من العينة. علاوة على ذلك، غالبا ما يخضع وقت بقاء الأشخاص محل الدراسة للرقابة من ناحية اليمين. في هذا البحث، تمت دراسة فئة عامة من نماذج التحويل شبه المعلمية التي تتضمن نموذج المخاطر النسبية ونموذج الاحتمالات النسبية كحالات خاصة لتحليل البيانات المبتورة من ناحية اليسار والخاضعة للرقابة من ناحية اليمين. وتم اقتراح استخدام طريقة الاحتمال الشرطي وتم تطويريها لتناسب طريقة الإمكان الأعظم الشرطية (CMLE) بهدف تقدير معالم الانحدار ودالة الخطر التراكمية لهذه النماذج والمعادلات المشتقة لمعامل الانحدار، وتظهر طريقة الإمكان الأعظم الشرطية لتكون متسقة وطبيعية بشكل متقارب. وأخيرا، تم تقدير نموذج بوكس كوس والنموذج اللوغاريتمي لبيانات تم مراقبتها من ناحية اليمين وتحديد المتغيرات التي لها دلالة إحصائية.

Left-truncated data often arise in epidemiology and individual follow-up studies due to a biased sampling plan where subjects with shorter survival times tend to be excluded from the sample. Moreover, the survival time of recruited subjects are often subject to right censoring. In this article, a general class of semi-parametric transformation models that include proportional hazards model and proportional odds model as special cases is studied for the analysis of left-truncated and right-censored data. We propose a conditional likelihood approach and develop the conditional maximum likelihood estimators (CMLE) for the regression parameters and cumulative hazard function of these models. The derived score equations for regression parameter. The (CMLE) is shown to be consistent and asymptotically normal. Finally, on the Application side, both the Box-Cox model and the logarithmic model for right- censored data are estimated and the variables with the most statistical significance are determined.

ISSN: 1110-1547