不同删失比例下aft模型与cox模型表现比较的模拟研究-中国卫生统计.pdfVIP

不同删失比例下aft模型与cox模型表现比较的模拟研究-中国卫生统计.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
不同删失比例下aft模型与cox模型表现比较的模拟研究-中国卫生统计

·676· 中国卫生统计2017年8月第34卷第4期 ·方法介绍 · 不同删失比例下AFT模型与Cox模型表现比较的模拟研究 昆明医科大学公共卫生学院流行病与卫生统计学系(650500) 肖媛媛 陈 莹 何利平 喻 箴 许传志△   【提 要】 目的 评价当生存数据出现不同删失比例的条件下,AFT模型和Cox模型的表现优劣。方法 采用自 编SAS宏程序模拟不同参数设置、不同比例均匀删失的Weibull分布,分别采用AFT模型和Cox模型对模拟产生的数据 进行拟合,并从偏倚、准确性和覆盖程度三个指标对两个模型的表现进行评价。结果 在分布参数和自变量效应值固定 的情况下,AFT模型在参数估计偏倚和准确性两方面的表现却始终优于Cox模型。删失比例越大,AFT模型的表现相对 而言越优异。而在覆盖程度方面,对于相同参数设置及删失比例的模拟数据,两个模型的表现相似。结论 AFT模型的 总体表现优于Cox模型,当删失生存数据同时满足两类模型的应用条件时,应该优先选择偏倚更小、准确性更高的AFT 模型进行分析。 【关键词】 AFT模型 Cox模型 删失比例 表现 模拟研究   作为最为常见的两类生存分析模型,Cox模型与 为了集中讨论不同参数条件下删失比例对两类模 AFT模型在不同条件下的表现比较是一个引人关注 型表现的影响,在数据模拟前,我们对模拟数据的其他 的问题,也有部分学者曾经探讨过,但大都集中在参数 特征简化设定如下:只研究单一自变量,且为了兼顾统 估计的准确度及数据拟合优度的比较方面。如 Orbe 计效能,该自变量取值定义为满足参数为B(1,05)的 等采用随机数据模拟的方法比较了一类半参数 AFT 二项分布;所有模拟组别均为大样本(N=1000),不考 模型和Cox模型的拟合优度,发现半参数AFT模型得 虑样本含量对结果的影响;只考虑随机删失,且删失分 [1] 布定义为均匀分布;考虑到Weibull分布中尺度参数 到的结果更为准确 ;Qi在运用AFT模型和Cox模 λ 型拟合同一真实数据后发现AFT模型的拟合优度要 的作用仅为拉伸或压缩原始分布,并不改变其形状,因 [2] [3] [4] 此总可以用固定系数将其还原为原始分布,故模拟研 高于 Cox模型 ;Sayehmir等 ,Ponnuraja等 , [5] 究中不再考虑它的变化对结果的影响,所有模拟组均 Nawumbeni等 将AFT模型和Cox模型同时运用于 真实数据,发现AFT模型的预测表现明显优于Cox模 设置为1。 型等。但目前尚无研究讨论在应用条件同时满足时, (2)产生生存时间 不同删失数据比例下AFT模型和Cox模型的表现比 目前在随机模拟产生满足比例风险假定的生存时 较。本研究拟采用随机数据模拟的方法对这一问题进 间分布,即指数分布、Weibull分布和 Gompertz分布 行初步探讨。 时,经常采用的是Bender等于2005年提出的模拟方 [6] 法 。本次研究也采用上述方法随机产生生存数据, 对象与方法 具体步骤为: 采用SAS统计分析软件产成[0,1]上 ① 均匀分布的随机变量 U,样本含量为N; 根据预先设

您可能关注的文档

文档评论(0)

ailuojue + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档