版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、專業(yè)學(xué)位碩士學(xué)位論文基于MCMC的進(jìn)展多狀態(tài)模型的貝葉斯估計(jì)MCMCBayesianEstimationofaSimpleProgressiveMulti—stateModel學(xué)31301007完成日期:一壘Q!墨二£!大連理工大學(xué)DalianUniversityofTechnology大連理工大學(xué)專業(yè)學(xué)位碩士學(xué)位論文摘要在生存分析事件中,尤其是臨床醫(yī)學(xué)實(shí)驗(yàn)中,我們觀測(cè)到的結(jié)點(diǎn)都會(huì)有這么一個(gè)共同特征,數(shù)據(jù)要么是刪失的,要么是截尾的,其中
2、刪失又包括了左刪失、右刪失以及區(qū)間刪失,其中區(qū)間刪失在臨床醫(yī)學(xué)實(shí)驗(yàn)當(dāng)中經(jīng)常碰到。例如,在癌癥的臨床醫(yī)學(xué)研究中,我們通常定義感興趣事件發(fā)生時(shí)間結(jié)點(diǎn)為區(qū)間刪失。同時(shí)針對(duì)此類的數(shù)據(jù),我們通常碰到的只是單階段的感興趣事件的發(fā)生。而在這篇文章中,我們針對(duì)的是癌癥臨床試驗(yàn)的進(jìn)展時(shí)間結(jié)點(diǎn)和死亡時(shí)間結(jié)點(diǎn)的多狀態(tài)的模型的研究,并且對(duì)模型的參數(shù)采用本文提出的參數(shù)估計(jì)的方法來(lái)進(jìn)行估計(jì)。我們研究的是基于隨機(jī)脆弱項(xiàng)的聯(lián)合進(jìn)展和死亡時(shí)間點(diǎn)的生存模型的參數(shù)估計(jì),我們
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- MCMC應(yīng)用于參數(shù)貝葉斯估計(jì).pdf
- 基于貝葉斯理論MCMC優(yōu)化參數(shù)的負(fù)荷預(yù)測(cè)模型.pdf
- 基于MCMC模擬的貝葉斯金融隨機(jī)波動(dòng)模型分析.pdf
- 基于MCMC貝葉斯方法的隨機(jī)波動(dòng)率模型實(shí)證研究.pdf
- 基于MCMC抽樣算法的貝葉斯金融面板數(shù)據(jù)模型研究.pdf
- 短期利率模型的貝葉斯估計(jì).pdf
- 非高斯SV模型的貝葉斯估計(jì).pdf
- 基于二維動(dòng)態(tài)的間歇過(guò)程貝葉斯?fàn)顟B(tài)估計(jì).pdf
- 基于分層貝葉斯MCMC方法的電信顧客價(jià)值分析.pdf
- ARFIMA模型參數(shù)貝葉斯估計(jì)的漸近性質(zhì).pdf
- 基于貝葉斯估計(jì)的低空對(duì)地多車輛跟蹤方法.pdf
- 基于MCMC算法的貝葉斯分位回歸計(jì)量模型及應(yīng)用研究.pdf
- 基于貝葉斯估計(jì)的有序多分類多層模型的應(yīng)用.pdf
- 基于統(tǒng)計(jì)模型和貝葉斯估計(jì)的語(yǔ)音增強(qiáng)算法研究.pdf
- 基于多類型數(shù)據(jù)的貝葉斯OD矩陣估計(jì)方法研究.pdf
- MCMC方法及在貝葉斯統(tǒng)計(jì)中的應(yīng)用.pdf
- 基于貝葉斯方法的微電網(wǎng)系統(tǒng)狀態(tài)估計(jì)與優(yōu)化控制研究.pdf
- 基于稀疏貝葉斯的相關(guān)信號(hào)DOA估計(jì).pdf
- 基于多實(shí)體貝葉斯網(wǎng)絡(luò)的云用戶行為評(píng)估模型.pdf
- 基于多貝葉斯并行融合模型的郵件過(guò)濾算法研究.pdf
評(píng)論
0/150
提交評(píng)論