Bayesian Kaplan-Meier Analyse — Bayesian Nonparametrische Schatting van de Overlevingscurve
Bayesian Kaplan-Meier analyse breidt de klassieke Kaplan-Meier estimator uit door een prior-verdeling toe te kennen aan de overlevingsfunctie en deze bij te werken met waargenomen tijd-tot-gebeurtenis-gegevens om een volledige posterior-verdeling voor de overlevingscurve te verkrijgen. Deze benadering, geworteld in het Dirichlet-proces-raamwerk van Susarla en Van Ryzin uit 1976, levert credible intervallen in plaats van betrouwbaarheidsintervallen en maakt een coherente incorporatie van voorafgaande klinische kennis mogelijk, waardoor het bijzonder waardevol is in settings met kleine steekproeven of in vroege klinische fasen.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Methodenkaart
De omgeving van verwante methoden — selecteer een knooppunt om te verkennen.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 3). Bayesian Nonparametric Kaplan-Meier Survival Analysis. ScholarGate. https://scholargate.app/nl/epidemiology/bayesian-kaplan-meier-analysis
Welke methode?
Plaats deze methode naast haar naaste verwanten en lees ze naast elkaar — de bibliotheek legt de boeken op tafel; de keuze is aan u.
- Bayesiaanse Cox Proportionele Risico'sEpidemiologie↔ vergelijken
- Cox Proportional HazardsEpidemiologie↔ vergelijken
- Kaplan-MeieranalyseEpidemiologie↔ vergelijken
- OverlevingsanalyseOnderzoeksstatistiek↔ vergelijken
Een fout op deze pagina gezien? Meld het of stel een correctie voor →