本稿では、生存時間分布のパラメトリックモデルのひとつである指数分布モデルについて重要事項をまとめています。このモデルは、ハザードが時間経過と共に変化しないことを仮定したモデルで、ある期間内におけるイベント発生回数に着目すると、二重同次ポアソンモデルとなるモデルです。
なお、閲覧にあたっては、以下の点にご注意ください。
- スマートフォンやタブレット端末でご覧の際、数式が見切れている場合は、横にスクロールすることができます。
- 曝露(発症)状況を表す右下の添え字は、「0」である場合(
など)や「2」である場合( など)がありますが、どちらも「非曝露群(コントロール群)」を表しています。 - 漸近的な性質を用いる際は、①中心極限定理が成り立つ、②漸近分散を推定する際に、母数をその一致推定量で置き換えることができるということが成り立つと仮定しています。
- デルタ法を用いる際、剰余項(2次の項)が漸近的に無視できる(
に確率収束する)と仮定しています。
目次[非表示]
生存時間分布の指数分布モデル
ハザード関数が定数ハザード
生存関数、累積ハザード関数、累積分布関数、確率密度関数は、
【定理】パラメータの最尤推定量と漸近分散
【定理】
パラメータの最尤推定量と漸近分散
MLE and Asymptotic Variance
定数ハザード
〔1〕打ち切りがない場合
証明:パラメータの最尤推定量と漸近分散―打ち切りがない場合
イベント時間の確率密度関数
証明:パラメータの最尤推定量と漸近分散―打ち切りがある場合
イベント時間の尤度は、
【定理】推定(対数)生存関数の漸近分布
【定理】
(対数)生存関数の漸近分布
Asymptotic Distribution of (Log) Survival Function
ランダム打ち切りのもと、与えられた時間
〔1〕対数生存関数
証明:対数生存関数の漸近分布
ここで、
[別解]この変数変換の場合は、単純な線形変換なので、線形変換の性質より、
証明:生存関数の漸近分布
ここで、
【定理】2つの群の生存関数・生存時間の関係
【定理】
2つの群の生存関数・生存時間の関係
Relationship between Survival Functions (Life Time)
ハザード関数と生存関数がそれぞれ
証明:2つの群の生存関数の関係
生存関数の定義式を変形すると、
証明:2つの群の生存時間の関係
参考文献
- ジョン・ラチン 著, 宮岡 悦良 監訳, 遠藤 輝, 黒沢 健, 下川 朝有, 寒水 孝司 訳. 医薬データのための統計解析. 共立出版, 2020, p.522-523, p.554-556
0 件のコメント:
コメントを投稿