Process / pipelineClinical / epidemiology
베이즈 카플란-마이어 분석 — 베이즈 비모수 생존 곡선 추정
베이즈 카플란-마이어 분석은 생존 함수에 사전 분포를 부여하고 관측된 사건 발생 시간 데이터를 통해 이를 갱신하여 생존 곡선에 대한 완전한 사후 분포를 얻음으로써 고전적인 카플란-마이어 추정량을 확장합니다. Susarla와 Van Ryzin의 1976년 디리클레 과정(Dirichlet-process) 프레임워크에 기반을 둔 이 접근 방식은 신뢰 구간(confidence interval)이 아닌 신용 구간(credible interval)을 제공하며, 사전 임상 지식을 일관성 있게 통합할 수 있게 하여 소규모 표본 또는 초기 단계 임상 환경에서 특히 유용합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- Susarla, V., & Van Ryzin, J. (1976). Nonparametric Bayesian estimation of survival curves from incomplete observations. Journal of the American Statistical Association, 71(356), 897–902. DOI: 10.1080/01621459.1976.10480966 ↗
- Diaconis, P., & Freedman, D. (1986). On the consistency of Bayes estimates. The Annals of Statistics, 14(1), 1–26. DOI: 10.1214/aos/1176349830 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Bayesian Nonparametric Kaplan-Meier Survival Analysis. ScholarGate. https://scholargate.app/ko/epidemiology/bayesian-kaplan-meier-analysis
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.
Compare side by side →