Please use this identifier to cite or link to this item:
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/20442Full metadata record
| ???org.dspace.app.webui.jsptag.ItemTag.dcfield??? | Value | Language |
|---|---|---|
| dc.contributor.advisor | 張淑惠(Shu-Hui Chang) | |
| dc.contributor.author | Chi-Chao Yang | en |
| dc.contributor.author | 楊季超 | zh_TW |
| dc.date.accessioned | 2021-06-08T02:48:51Z | - |
| dc.date.copyright | 2017-09-08 | |
| dc.date.issued | 2017 | |
| dc.date.submitted | 2017-08-18 | |
| dc.identifier.citation | Cook, R. J., & Lawless, J. (2007). The statistical analysis of recurrent events. Springer Science & Business Media.
Cox, D. R. (1972). Regression Models and Life-Tables. Journal of the Royal Statistical Society. Series B (Methodological), 34(2), 187-220. Koenker, R. (2006). Quantile regresssion. Encyclopedia of environmetrics. Koenker, R. (2008). Censored quantile regression redux. Journal of Statistical Software, 27(6), 1-25. Luo, X., & Huang, C. Y. (2011). Analysis of recurrent gap time data using the weighted risk‐set method and the modified within‐cluster resampling method. Statistics in medicine, 30(4), 301-311. Luo, X., Huang, C. Y., & Wang, L. (2013). Quantile regression for recurrent gap time data. Biometrics, 69(2), 375-385 Peng, L., & Huang, Y. (2008). Survival analysis with quantile regression models. Journal of the American Statistical Association, 103(482), 637-649. Peng, L., & Fine, J. P. (2009). Competing risks quantile regression. Journal of the American Statistical Association, 104(488), 1440-1453. Rupert G. Miller (1997), Survival Analysis. John Wiley & Sons. ISBN: 0-471-25218-2. Schaubel, D. E., & Cai, J. (2004). Regression methods for gap time hazard functions of sequentially ordered multivariate failure time data. Biometrika, 91(2), 291-303. Sun, X., Peng, L., Huang, Y., & Lai, H. J. (2016). Generalizing Quantile Regression for Counting Processes With Applications to Recurrent Events. Journal of the American Statistical Association, 111(513), 145-156. | |
| dc.identifier.uri | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/20442 | - |
| dc.description.abstract | 對於慢性疾病如憂鬱症而言，隨著時間的推移，病患可能會經歷多次病狀的復發，因此，每兩個連續相同事件發生的時間間距稱之為復發間隔時間。而探討共變項對於復發間隔時間的影響，則往往是流行病學及醫學的長期追蹤研究中重要的議題。
對於同一個體而言，不同復發間隔時間可能存在著相關性，由於間隔時間之設限時間定義為從初始事件到追踪結束的觀察時間減去之前所有間隔時間的總和，即使觀察時間與序列的復發間隔時間獨立的情況下，對於第二次或之後的間隔時間與其定義之設限時間仍不獨立，稱之為誘導相依設限。 在本研究中，利用分量回歸來分析復發間隔時間資料，並將事件歷史作為共變項納入回歸中以處理誘導相依設限的問題。由於不同復發序次間，共變項對間隔時間的影響可能為相異或相同，因此在文中就共變項為序次效應(episode-specific effect)及共同效應(common effect)兩種情境，個別提出不同的估計方法。模擬將用來比較共同效應下兩種方法的估計精確性及估計效率，並最後將分析一筆實際資料作為演示。 | zh_TW |
| dc.description.provenance | Made available in DSpace on 2021-06-08T02:48:51Z (GMT). No. of bitstreams: 1 ntu-106-R04849029-1.pdf: 1564901 bytes, checksum: 49e5b642159cfed11f2de12152ae227f (MD5) Previous issue date: 2017 | en |
| dc.description.tableofcontents | 誌謝 I
摘要 II Abstract III 第一章 、導論 1 第一節 、前言 1 第二節 、研究動機 3 第二章 、資料結構 4 第一節 、資料結構與符號定義 4 第二節 、相關性來源 6 第三章 、文獻回顧 7 第一節 、分量回歸於單次事件時間資料 7 第二節 、分量回歸於復發間隔時間資料 9 第四章 、方法 12 第一節 、基本假設 12 第二節 、分段估計法 14 第三節 、全總合併法 15 第四節 、二階段估計法 16 第五章 、模擬 17 第一節 、更新過程模式 17 第二節 、AFT模式 19 第三節 、Heteroskedastic模式 21 第六章 、實際資料 24 第七章 、結果與討論 29 附錄 31 參考文獻 54 | |
| dc.language.iso | zh-TW | |
| dc.title | 事件歷史分量回歸分析於復發間隔時間資料 | zh_TW |
| dc.title | Event-history Quantile Regression Analysis for Recurrent Gap Time Data | en |
| dc.type | Thesis | |
| dc.date.schoolyear | 105-2 | |
| dc.description.degree | 碩士 | |
| dc.contributor.oralexamcommittee | 陳秀熙(Hsiu-Hsi Chen),杜裕康(Yu-Kang Tu),丘政民(Jeng-Min Chiou) | |
| dc.subject.keyword | 序次效應,事件歷史,間隔時間,誘導相依設限,復發事件, | zh_TW |
| dc.subject.keyword | Episode-specific effect,Event history,Gap time,Induced dependent censoring,Recurrent event, | en |
| dc.relation.page | 54 | |
| dc.identifier.doi | 10.6342/NTU201703916 | |
| dc.rights.note | 未授權 | |
| dc.date.accepted | 2017-08-18 | |
| dc.contributor.author-college | 公共衛生學院 | zh_TW |
| dc.contributor.author-dept | 流行病學與預防醫學研究所 | zh_TW |
| Appears in Collections: | 流行病學與預防醫學研究所 | |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| ntu-106-1.pdf Restricted Access | 1.53 MB | Adobe PDF |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.