Name: Bayes'sche Frailty-Modelle mit gemischten Heilungsraten (en Alemán)
Price: 122.68 USD
Availability: InStock
Author: Karamoozian, Ali ; Bahrampour, Abbas
ISBN: 9786205707043

portada Bayes'sche Frailty-Modelle mit gemischten Heilungsraten (en Alemán)

Formato

Libro Físico

Autor

Ali Karamoozian

Abbas Bahrampour

Editorial

Verlag Unser Wissen

Idioma

Alemán

N° páginas

180

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 1.0 cm

Peso

0.27 kg.

ISBN13

9786205707043

Categorías

Probabilidad y estadística

Bayes'sche Frailty-Modelle mit gemischten Heilungsraten (en Alemán)

Ali Karamoozian (Autor) · Abbas Bahrampour (Autor) · Verlag Unser Wissen · Tapa Blanda

Libro Nuevo

$ 122.68

$ 188.73

Ahorras: $ 66.06

35% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Miércoles 14 de Agosto y el Miércoles 28 de Agosto.

Lo recibirás en cualquier lugar de Ecuador entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Bayes'sche Frailty-Modelle mit gemischten Heilungsraten (en Alemán)"

Zur Analyse von Daten mit Langzeitüberlebenden werden in der Regel Mischungsheilungsratenmodelle verwendet. Auf der anderen Seite führen Frailty-Modelle zu einer genauen Schätzung der Koeffizienten, indem sie die Heterogenität in den Überlebensdaten kontrollieren. In der Regel wird in den Frailty-Modellen die Gamma-Verteilung verwendet. Für Überlebensdaten, die für Populationen mit einer Heilungsrate geeignet sind, kann es jedoch besser sein, eine diskrete Verteilung für die Frailty-Zufallsvariable zu verwenden als eine kontinuierliche Verteilung. Deshalb haben wir in diesem Buch zwei Modelle vorgeschlagen. Im ersten Modell wird die Gamma-Verteilung verwendet, im zweiten Modell wird die Hyper-Poisson-Verteilung für die Frailty-Zufallsvariable verwendet. Au erdem wurde in den beiden vorgeschlagenen Modellen die Bayes'sche Inferenz mit der Weibull-Verteilung und der verallgemeinerten modifizierten Weibull-Verteilung als Basisverteilung verwendet. In diesem Buch haben wir Daten von Patienten mit Magenkrebs verwendet, um die Anwendung dieser Modelle in der realen Datenanalyse zu zeigen. Die Parameter und Regressionskoeffizienten wurden mithilfe des Metropolis-im-Gibbs-Sampling-Algorithmus geschätzt. Eine Simulationsstudie wurde auch verwendet, um die Leistung der Bayes'schen Schätzungen zu bewerten und die vorgeschlagenen Modelle zu bestätigen.