2
贝叶斯生存分析:请给我写一份Kaplan Meier的事前书!
考虑右审查意见,与事件在时间。在时间i处易感个体的数量为n i,在时间i处事件的数量为d i。t1,t2,…t1,t2,…t_1, t_2, \dotsiiininin_iiiididid_i 的卡普兰-迈耶或产品估计自然的用MLE当生存函数是一个阶跃函数。的可能性然后 大号(α )= Π我(1 - α 我)d 我 α Ñ 我 - d 我我 和MLE是α我 = 1 - d 我S(t)=∏i:ti<tαiS(t)=∏i:ti<tαiS(t) = \prod_{i : t_i < t} \alpha_iL(α)=∏i(1−αi)diαni−diiL(α)=∏i(1−αi)diαini−di L(\alpha) = \prod_i (1-\alpha_i)^{d_i} \alpha_i^{n_i-d_i} 。αˆi=1−diniα^i=1−dini\widehat\alpha_i = 1 - {d_i\over n_i} 好的,现在假设我想去贝叶斯算法。我需要先乘某种``自然'' 对吧?L(α)L(α)L(\alpha) 搜寻明显的关键字后,我发现Dirichlet流程是一个很好的先决条件。但是据我了解,它也是不连续点上的先验。titit_i 这当然很有趣,我很想学习,但是我会选择更简单的方法。我开始怀疑这并不像我最初想象的那么容易,是时候征求您的建议了... 提前谢谢了! PS:什么我希望一些精密我感兴趣的(越简单越好)约前处理Dirichlet过程的方式解释,不过我想应该是可以使用简单地事先对 -这是阶跃函数在t …