تحقیق در مورد بررسی خواص مجانبی MLEی تابع بقا

اختصاصی از فی ژوو تحقیق در مورد بررسی خواص مجانبی MLEی تابع بقا دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

تعداد صفحه36

مشخص است که هنگامی که داده­های بقا از موارد رایج تعیین شده توسط یک پژوهش مقطعی[1]بدست می­آیند، تابع بقا مربوط به این داده­ها در طول- اُریب[2] می­باشد و با تابع بقای بدست آمده از موارد تصادفی تفاوت دارد. داده­های در طول- اُریب در کتب و مقالات چاپ شده هم به صورت بدون شرط و هم به صورت شرطی مورد بحث و بررسی قرار گرفته­اند. در حالت دوم، که در آن جهت طول را القا شده توسط برش چپ تصادفی زمان های بقا قلمداد می­کنند، توزیع برشی مجهول فرض می­شود. بنابراین شرطی­سازی زمان­های برش مشاهده شده باعث اتلاف بسیار اندک اطلاعات می­گردد. هرچند، در بسیاری از موارد، می­توان فرض نمود که توزیع برشی یکنواخت است، و تحت چنین شرایطی می­توان یک آنالیز غیر شرطی را آگاهی­بخش ­تر دانست. در کتب و مقالات منتشر شده تا این لحظه هیچ نتیجه­ای وجود ندارد که ویژگی­های مجانبی برآوردکننده­ی درستنمایی ماکزیمم ناپارامتری غیر شرطی (NPMLE) را برای تابع بقای نااریب در صورت سانسور کردن را بدست بدهد. بخش حاضر این فضای خالی را با ارائه این NPMLE و ویژگی­های مجانبی همراه با آن، هنگامی که داده­های کاملاً در طول- اُریب هستند، پر می­نماید. یک مثال از بقای همراه با دمانس ارائه شده است که در آن برآوردکننده­های شرطی و غیرشرطی با یکدیگر مقایسه گردیده­اند.

4-1     مقدمه

گروهی از اشخاص را در نظر بگیرید که واقعه­ای (همچون بیماری) را در زمان­های ، و سپس در نقاط پایانی واقعه­ای دیگر را تجربه می­کنند. هدف عمده در اکثر پژوهش­های همه­گیرشناسی تخمین توزیع بازه­ها از آغاز تا پایان و یا مقایسه توزیع­های این زمان­های بقا برای دو یا چند گروه کاملاً معین می­باشد. زمانی که امکان بررسی تمامی افراد در یک جامعه با عطف به آینده وجود دارد، تکنیک­های استانداردی برای آنالیز بقا را می­توان مورد استفاده قرار داد. هرچند، اغلب، مشخص می­شود که افراد آغازگری را توسط یک پژوهش مقطعی در زمان­های ثابتی تجربه می­کنند؛ بنابراین آن­هایی که تا آن زمان باقی مانده­اند، در پژوهش مورد استفاده قرار می­گیرند، در حالی که آن­هایی که چنین شرایطی را نداشته­اند، مشمول این فاز آغازگری نمی­گردند، و در واقع تشخیص داده نمی­شوند. از آنجا به بعد، گروه افراد مورد استفاده قرار گرفته تا نقطه ثابت زمانی بعدی، که مربوط به انتهای پژوهش می­شود، مورد بررسی قرار می­گیرند. مطمئناً، تعدادی از این افراد به دلایل مختلف زمان­های عدم موفقیت، من­جمله بقای خویش تا انتهای پژوهش، را سانسور کرده­اند. فرض می­کنیم که برای هر فرد مورد استفاده قرار گرفته، تاریخی برای آغازگری به ثبت رسیده است. بنابراین، داده­های مربوط به هر فرد شامل تاریخ آغازگری و عدم موفقیت/سانسور (همچنین شاخص­های سانسور)، برای افرادی که مورداستفاده قرار گرفته­اند، می­شود. به خوبی مشخص است که بازه­های زمانی از شروع تا عدم موفقیت/سانسور «در طول- اُریب» هستند، که به این معنا است که آن بازه­های زمانی که در حقیقت مشاهده شده­اند، نسبت به آن­هایی که از عدم موفقیت زیرین حقیقی (توزیع­های سانسور کردن) بدست آمده­اند، طولانی­تر هستند

[1] Cross-sectional

[2] Length-biased