• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

相似文献

1
Penalized estimation in parametric frailty model.参数脆弱模型中的惩罚估计
Heliyon. 2024 Aug 8;10(16):e35848. doi: 10.1016/j.heliyon.2024.e35848. eCollection 2024 Aug 30.
2
Biased proportional hazard regression estimator in the existence of collinearity.存在共线性时的偏倚比例风险回归估计量。
Heliyon. 2023 Oct 29;9(11):e21394. doi: 10.1016/j.heliyon.2023.e21394. eCollection 2023 Nov.
3
Semiparametric estimation for nonparametric frailty models using nonparametric maximum likelihood approach.使用非参数极大似然法对半参数脆弱模型进行半参数估计。
Stat Methods Med Res. 2021 Nov;30(11):2485-2502. doi: 10.1177/09622802211037072. Epub 2021 Sep 27.
4
A new robust ridge parameter estimator based on search method for linear regression model.一种基于搜索方法的线性回归模型稳健岭参数估计器。
J Appl Stat. 2020 Aug 7;48(13-15):2457-2472. doi: 10.1080/02664763.2020.1803814. eCollection 2021.
5
New ridge parameter estimators for the quasi-Poisson ridge regression model.拟泊松岭回归模型的新岭参数估计器。
Sci Rep. 2024 Apr 11;14(1):8489. doi: 10.1038/s41598-023-50085-5.
6
A new linearized ridge Poisson estimator in the presence of multicollinearity.存在多重共线性时的一种新的线性化岭泊松估计量。
J Appl Stat. 2021 Feb 16;49(8):2016-2034. doi: 10.1080/02664763.2021.1887103. eCollection 2022.
7
Maximum penalized likelihood estimation in a gamma-frailty model.伽马脆弱模型中的最大惩罚似然估计
Lifetime Data Anal. 2003 Jun;9(2):139-53. doi: 10.1023/a:1022978802021.
8
Estimation and variable selection via frailty models with penalized likelihood.通过带惩罚似然的脆弱性模型进行估计和变量选择。
Stat Med. 2012 Sep 10;31(20):2223-39. doi: 10.1002/sim.5325. Epub 2012 Mar 15.
9
Some Shrinkage estimators based on median ranked set sampling.一些基于中位数排序集抽样的收缩估计量。
J Appl Stat. 2021 Mar 16;48(13-15):2473-2498. doi: 10.1080/02664763.2021.1895088. eCollection 2021.
10
A Semi-parametric Transformation Frailty Model for Semi-competing Risks Survival Data.一种用于半竞争风险生存数据的半参数变换脆弱模型。
Scand Stat Theory Appl. 2017 Mar;44(1):112-129. doi: 10.1111/sjos.12244. Epub 2016 Aug 31.

本文引用的文献

1
On estimating the area under the ROC curve in ranked set sampling.在有序样本中估计 ROC 曲线下的面积。
Stat Methods Med Res. 2022 Aug;31(8):1500-1514. doi: 10.1177/09622802221097211. Epub 2022 May 12.
2
Cox regression analysis in presence of collinearity: an application to assessment of health risks associated with occupational radiation exposure.存在共线性时的Cox回归分析：在职业辐射暴露相关健康风险评估中的应用
Lifetime Data Anal. 2007 Sep;13(3):333-50. doi: 10.1007/s10985-007-9045-1. Epub 2007 Jul 28.
3
A nested frailty model for survival data, with an application to the study of child survival in northeast Brazil.一种用于生存数据的嵌套脆弱模型及其在巴西东北部儿童生存研究中的应用。
J Am Stat Assoc. 1997 Jun;92(438):426-35. doi: 10.1080/01621459.1997.10473994.
4
The impact of heterogeneity in individual frailty on the dynamics of mortality.个体虚弱程度的异质性对死亡率动态变化的影响。
Demography. 1979 Aug;16(3):439-54.

参数脆弱模型中的惩罚估计

Penalized estimation in parametric frailty model.

作者信息

Ahelali Marwan H, Alamri Osama Abdulaziz, Sirohi Anu

机构信息

Department of Statistic, University of Tabuk, Tabuk-71491, Kingdom of Saudi Arabia.

Department of Statistics, University of Tabuk, Tabuk-71491, Kingdom of Saudi Arabia.

出版信息

Heliyon. 2024 Aug 8;10(16):e35848. doi: 10.1016/j.heliyon.2024.e35848. eCollection 2024 Aug 30.

DOI:10.1016/j.heliyon.2024.e35848
PMID:39224252
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC11367527/
Abstract

Frailty model examines the effect of observable and non-observable factors on time to event data. Presence of collinearity produces unstable estimates of parameters. Therefore, this research focus on the penalized estimation of frailty model and proposed the new estimator which is the extension of ridge and principal component estimators. Simulation is run to reveal the performance of proposed estimator. Moreover, the technique is applied on NFHS (National Family Health Survey) data to examine the infant mortality in India.

摘要

脆弱模型研究可观察和不可观察因素对事件发生时间数据的影响。共线性的存在会产生不稳定的参数估计。因此，本研究聚焦于脆弱模型的惩罚估计，并提出了作为岭估计和主成分估计扩展的新估计量。进行模拟以揭示所提出估计量的性能。此外，该技术应用于全国家庭健康调查（NFHS）数据，以研究印度的婴儿死亡率。