Régression bayésienne de survie
La régression bayésienne de survie combine des modèles de survie paramétriques ou semi-paramétriques — tels que Weibull, log-normal, ou Cox à risques proportionnels — avec l'inférence bayésienne. Au lieu d'estimations ponctuelles, elle produit des distributions a posteriori complètes pour les coefficients de régression et le risque de base, gérant naturellement les observations censurées et intégrant les connaissances a priori sur les temps d'événement ou les effets des covariables.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
Sources
- Ibrahim, J. G., Chen, M.-H., & Sinha, D. (2001). Bayesian Survival Analysis. Springer. ISBN: 978-0387952772
- Gelman, A., Carlin, J. B., Stern, H. S., Dunson, D. B., Vehtari, A., & Rubin, D. B. (2013). Bayesian Data Analysis (3rd ed.). CRC Press. ISBN: 978-1439840955
Comment citer cette page
ScholarGate. (2026, June 3). Bayesian Survival Regression. ScholarGate. https://scholargate.app/fr/statistics/bayesian-survival-regression
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Régression de Cox bayésienneStatistique↔ compare
- Modèle bayésien linéaire généraliséStatistique↔ compare
- Modèle bayésien à effets mixtesStatistique↔ compare
- Régression proportionnelle des risques de CoxAnalyse de survie↔ compare
- Régression de survieStatistique↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →