A Bayesian Split Population Survival Model for Duration Data With Misclassified Failure Events
A Bayesian Split Population Survival Model for Duration Data With Misclassified Failure Events
复制标题
具有错误分类故障事件的持续时间数据的贝叶斯分割群体生存模型
DOI：
10.1017/pan.2019.6
复制
发表时间：
2019
影响因子：
5.4
通讯作者：
Mukherjee, Bumba
中科院分区：
文献类型：
--
作者：
Bagozzi, Benjamin E.;Joo, Minnie M.;Kim, Bomin;Mukherjee, Bumba
本文提出了一种新的贝叶斯分裂总体生存模型，用于分析具有错误分类事件失效的生存数据。在政治学生存数据中，由于测量误差，右删失生存案例经常被错误地归类为失败案例。在生存分析中将这些病例视为失败事件将低估某些事件的持续时间。这将使系数估计值产生偏差，特别是在这种错误分类与感兴趣的协变量相关的情况下。我们的分裂人口生存估计解决了这一挑战，通过使用两个方程的系统，明确建模的错误分类的故障事件以及参数的生存过程的兴趣。推导出这个模型后，我们使用贝叶斯估计通过切片采样来评估其性能与模拟数据，并在几个政治学应用。我们发现，我们提出的“错误分类失败”的生存模型，使研究人员能够准确地解释错误分类失败事件的内战持续时间和民主生存的背景下。
We develop a new Bayesian split population survival model for the analysis of survival data with misclassified event failures. Within political science survival data, right-censored survival cases are often erroneously misclassified as failure cases due to measurement error. Treating these cases as failure events within survival analyses will underestimate the duration of some events. This will bias coefficient estimates, especially in situations where such misclassification is associated with covariates of interest. Our split population survival estimator addresses this challenge by using a system of two equations to explicitly model the misclassification of failure events alongside a parametric survival process of interest. After deriving this model, we use Bayesian estimation via slice sampling to evaluate its performance with simulated data, and in several political science applications. We find that our proposed “misclassified failure” survival model allows researchers to accurately account for misclassified failure events within the contexts of civil war duration and democratic survival.
登录
查看更多内容
刚果民主共和国（DRC）既不是战争也不是和平：在暴力和混乱中获利和应对
影响因子：
1.3
作者：
Miles Larmer;Ann A. Laudati;John F. Clark
通讯作者：
John F. Clark
古代中美洲体系中玛雅政体的演变
影响因子：
2.6
作者：
C. Cioffi;T. Landman
通讯作者：
T. Landman
危险的庇护所：难民营、内战和人道主义援助的困境
影响因子：
2.6
作者：
S. Lischer
通讯作者：
S. Lischer
影响因子：
5
作者：
K. Linos
通讯作者：
K. Linos
影响因子：
--
作者：
P. Collier
通讯作者：
P. Collier