右設限與現狀混和資料伯氏-貝氏存活率之分析

Bayesian Survival Analysis of Right Censored and Current Status Mixture Data under Bernstein Polynomial

王天佑(Tien-Yu Wang)

指導教授 ： 吳裕振

中原大學/理學院/應用數學研究所/碩士(2015年)

https://doi.org/10.6840/cycu201500329

摘要

本篇主要研究右設限與現狀數據之混和資料存活率之分析，我們使用伯氏多項式來當存活率的模型，並且利用貝氏方法以及馬可夫鏈蒙地卡羅方法來做統計推論及計算。在資料模擬方面，在混合資料中右設限佔的比例越大或是樣本數越多，則估計得越好。此模擬顯示，當樣本數越大時，偏差越小，因此我們的估計應有一致性。

關鍵字

存活率 ； 右設限 ； 現狀數據 ； 伯氏多項式

並列摘要

The main purpose of this thesis is to study the survival rate of right censored and current status mixed data. We employ a Bernstein polynomial to model survival rate and use the Bayesian approach, as well as the Markov Chain Monte Carlo (M.C.M.C) procedure, to make statistical inference. Theoretically, larger proportion of right censored data in mixed data or larger sample size of mixed data, better estimation we get. Simulations reveal that the bias is neglected when sample size becomes large and hence the consistency of the estimator is conjectured.

並列關鍵字

bernstein polynomial ； current status ； right censored ； survival rate

參考文獻

[6]張修澤~"貝氏對現狀數據在伯氏比率勝算比治癒率模型下之分析"，中原大學碩士論文，2014。

[1]Christian P. Robert, George Casella " Monte Carlo Statistical Methods " Springer 1999

[2]Casella G. , Berger R.L. " Statistical inference " , Duxbury Press 1990.

[3]Chang I.S. , Hsiung C.A. , Wu Y.J. , Yang C.C. " Bayesian Survival Analysis Using Bernstein Polynomials " , Scandinavian Journal of Statistics 2005

[4]Green P. " Reversible jump Markov chain Monte Carlo computation and Bayesian model determination " , Biometrika 1995.