(18.232.50.137) 您好!臺灣時間:2021/05/06 17:25
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:戴文傑
研究生(外文):Wen-Chieh Tai
論文名稱:現狀數據在伯氏比率勝算比治癒率模型下之最大概似估計
論文名稱(外文):Maximum Likelihood Estimator of Current Status Data under Bernstein Proportional Odds Cure Model
指導教授:吳裕振吳裕振引用關係
指導教授(外文):Yuh-Jenn Wu
學位類別:碩士
校院名稱:中原大學
系所名稱:應用數學研究所
學門:數學及統計學門
學類:數學學類
論文種類:學術論文
論文出版年:2014
畢業學年度:102
語文別:中文
論文頁數:24
中文關鍵詞:伯氏多項式最大概似估計勝算比模型韋伯分配
外文關鍵詞:Bernstein PolynomialsWeibull distributionProportional Odds ModelMaximum Likelihood Estimator
相關次數:
  • 被引用被引用:0
  • 點閱點閱:90
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本篇論文中我們對現狀數據在伯氏比率勝算比治癒率模型下之最大概似估計來進行研究,在劉慶鴻(2012) 之論文中,使用韋伯分配(Weibull distribution) 來做存活時間之分配,估計參數是使用最大概似估計(Maximum likelihood estimator),而我們用伯氏多項式來取代韋伯分配,估計參數也是使用最大概似估計。
在作最大概似估計時,因我們參數較多而且不固定,因此我們將使用馬可夫鏈蒙地卡羅法(M.C.M.C.) 來計算其最大概似估計,而且做出潛在因子的分佈函數圖形,寫出另一種依據圖形之演算法和一般的演算法做比較,發現若知道圖的樣子,那麼用有圖形的演算法其估計較優。

In this paper, we use Maximum Likelihood Estimator of Current Status Data under Bernstein Proportion Odds Cure Model to carry out research
under Ching-Hung Liu’s Thesis (2012) , using the Weibull distribution survival distribution of time to do, is to use the estimated parameters
maximum likelihood estimator, we use Bernstein polynomials to replace the Weibull distribution, the estimated parameters are also using maximum
likelihood estimator.
In making the maximum likelihood estimate, because many parameters and we are not fixed, so we will use the Monte Carlo Markov chain (M.C.M.C.) to calculate the maximum likelihood estimator, and the potential to make a distribution function graphic factors, write another basis for the comparison of algorithms and general graphics algorithms that
map looks like if found, then use a graphical algorithm which estimates the optimum.

目錄
摘要I
Abstract II
誌謝詞III
目錄IV
圖目錄VI
表目錄VII
1 緒論1
2 Bernstein 多項式之幾何性質2
3 模型資料介紹3
3.1 模型介紹. . . . . . . . . . . . . . . . . . . . . . . . . 3
3.2 資料介紹. . . . . . . . . . . . . . . . . . . . . . . . . 4
4 估計方法5
4.1 概似函數. . . . . . . . . . . . . . . . . . . . . . . . . 5
5 M.C,M.C 演算法計算最大概似估計6
5.1 獨立M-H 演算法. . . . . . . . . . . . . . . . . . . . 6
5.1.1 圖形是遞增(滿足分佈函數的基本性質) . . . . 6
5.1.2 引進較多圖形概念的演算法. . . . . . . . . . 7
6 模擬試驗8
6.1 生成資料. . . . . . . . . . . . . . . . . . . . . . . . . 8
6.2 模擬結果. . . . . . . . . . . . . . . . . . . . . . . . . 9
IV
7 討論及建議16
參考文獻17
圖目錄
圖1 分佈函數(α, β, γ1, γ2) = (1, 1, 1, 1) . . . . . . . . . . 10
圖2 存活函數(α, β, γ1, γ2) = (1, 1, 1, 1) . . . . . . . . . . 11
圖3 存活函數(α, β, γ1, γ2) = (1, 1, 1, 1) . . . . . . . . . . 12
圖4 分佈函數(α, β, γ1, γ2) = (−1, 1, 2, 1) . . . . . . . . . 13
圖5 存活函數(α, β, γ1, γ2) = (−1, 1, 2, 1) . . . . . . . . . 14
圖6 存活函數(α, β, γ1, γ2) = (−1, 1, 2, 1) . . . . . . . . . 15
表目錄
表1 模擬所得的平均數(α, β, γ1, γ2) = (1, 1, 1, 1) . . . . . 9
表2 模擬所得的平均數(α, β, γ1, γ2) = (−1, 1, 1, 2) . . . . 9
[1 ] 劉慶鴻(2012), 現狀數據比率勝算比治癒模型下之分析, 淡江大學, 碩士論文.
[2 ]I.S. Chang , C.A. Hsiung , Y.J. Wu , C.C. Yang(2005), Bayesian Survival Analysis Using Bernstein Polynomials, Scandinavian Journal of Statistics 32 , 447-466.
[3 ]W.Q. Fang(2007), Bayesian Survival Analysis for Current Status Data, Department of Applied Mathematic, Chung Yuan Christian University, master thesis.
[4 ]P. Green(1995), Reversible jump Markov chain Monte Carlo computation and Bayesian model determination, Biometrika 82 , 711-732.
[5 ]G. Casella, R.L. Berger(1990), Statistical inference, Duxbury Press.
[6 ] 倪裕程(2012), 貝氏對現狀數據勝算比模型之分析, 中原大學,碩士論文.
[7 ]S.M. Ross(2006), Simulation ,Fourth-Edition, New York.
[8 ]Kuk , A.Y.C. , Chen , C.-H.(1992), A mixture model combining
logistic regression with proportional hazards regression, Biometrika 79 , 531-541.
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔