摘要
在存活資料分析中，當模型設定錯誤時，大部分的迴歸程序參數估計是非常敏感的。本研究針對一般常用的兩個線性秩統計量（Cox估計量和指數迴歸估計量）與Buckley-James估計量作比較分析，同時探討當存活資料應該用兩個自變數來解釋存活時間時，但在統計分析中卻忽略了其中一個自變數所造成對參數估計的變化。 電腦模擬產生兩種自變數的資料：兩個獨立變數和兩個相關變數；結果顯示，不論資料是否有設限(Censored)，Cox估計量均爲有偏差的。指數估計量唯有在資料是沒有設限時才是不偏的，而Buckley-James估計量在所有的模擬研究中，其值均接近不偏。因此，當在省略一個必須存在於模型中自變數的資料分析時，建議可使用Buckley-James估計量來取代Cox估計量或指數估計量。
並列摘要
In survival data analysis, most regression estimators are very sensitive to model misspecification. The paper studies the bias of two linear rank statistic estimators (the Cox estimator and the Exponential regression estimator) and the Buckley-James estimator for data involving two covariates that is analyzed using only one covariate. Simulations are performed when the covariates are independent and when they are correlated. The Cox estimator for the coefficient of the covariate included in the model is shown to be biased regardless of whether there are censored data. The Exponential estimator is unbiased when there is no censoring, but is biased when there is censored data. For all cases studied, the Buckley-James estimator is approximately unbiased. When it is believed that a necessary covariate is being omitted, the Buckley-James estimator is recommended.
參考文獻
延伸閱讀
- 張凱鑫（2014）。論錯誤－關於區分動機錯誤、性質錯誤與內容錯誤之檢討。東海大學法學研究，(43)，107-144。https://www.airitilibrary.com/Article/Detail?DocID=10267247-201408-201501270052-201501270052-107-144
- Chao, H. Y., Chen, C. C., Cheng, C. P., & Chen, J. H. (2018). 探討差異試題功能檢核中的遺漏變數偏誤. 中華心理學刊, 60(4), 233-250. https://doi.org/10.6129/CJP.201812_60(4).0002
- 侯俊吉（2013）。使用特徵選取方法改進軟體錯誤報告嚴重性預測之研究〔碩士論文，元智大學〕。華藝線上圖書館。https://doi.org/10.6838/YZU.2013.00320
- 王瓊芬、王韋堯（2015）。錯視圖形設計模組之實證研究。設計學研究，18(2)，23-44。https://doi.org/10.30105/JDS.201512_18(2).0002
- 胡詔凱、唐大崙（2010）。以錯誤科學報導為鑑的傳播機制探討。載於世新大學（主編），科學傳播論文集2（頁131-154）。世新大學。https://doi.org/10.6930/9789868556010.201005.0005