Regression analysis of multivariate panel count data with an informative observation process
Regression analysis of multivariate panel count data with an informative observation process
复制标题
通过信息丰富的观察过程对多变量面板计数数据进行回归分析
DOI：
10.1016/j.jmva.2013.04.012
复制
发表时间：
2013-08
影响因子：
1.6
通讯作者：
KyungMann Kim
中科院分区：
文献类型：
--
作者：
Hui Zhao;Jianguo Sun;Dehui Wang;KyungMann Kim
如果存在多个相关事件，并且研究受试者只能在离散时间点而不是连续时间段进行检查或观察，则在复发事件的事件史研究中会出现多变量面板计数数据。在这些情况下，可能出现的复杂问题是观察时间点或过程可能与感兴趣的潜在复发事件过程相关。也就是说，我们有信息化的观察过程。显然，要进行有效的分析，需要考虑不同类型的复发事件之间的关系和信息的观察过程。为了解决这些问题，我们提出了一个强大的联合建模方法。对于回归参数的估计，一个估计方程为基础的推理程序的开发和渐近性质的估计结果建立。数值研究表明，所提出的方法适用于实际情况，并将该方法应用于皮肤癌的研究，激励这项研究。
Multivariate panel count data arise in event history studies on recurrent events if there exist several related events and study subjects can be examined or observed only at discrete time points instead of over continuous periods. In these situations, a complicated issue that may arise is that the observation time points or process may be related to the underlying recurrent event process of interest. That is, we have informative observation processes. It is obvious that to perform a valid analysis, both the relationship among different types of recurrent events and the informative observation process need to be taken into account. To address these, we propose a robust joint modeling approach. For the estimation of regression parameters, an estimating equation-based inference procedure is developed and the asymptotic properties of the resulting estimates are established. Numerical studies indicate that the proposed approach works well for practical situations and the methodology is applied to a skin cancer study that motivates this study.
登录
查看更多内容
DOI：
10.1002/cjs.10118
发表时间：
2011-09
期刊：
The Canadian journal of statistics = Revue canadienne de statistique
影响因子：
--
作者：
通讯作者：
--
影响因子：
1
作者：
Narayanaswamy Balakrishnan;Xingqiu Zhao
通讯作者：
Narayanaswamy Balakrishnan;Xingqiu Zhao
影响因子：
3.7
作者：
KALBFLEISCH, JD;LAWLESS, JF
通讯作者：
LAWLESS, JF
影响因子：
1
作者：
Hu, XJ;Sun, JG;Wei, LJ
通讯作者：
Wei, LJ
影响因子：
3.7
作者：
J. Kalbfleisch;J. Lawless
通讯作者：
J. Kalbfleisch;J. Lawless