Bayesian Cox Regression
Bayesian Cox regression เป็นการผสมผสานระหว่างแบบจำลอง Cox proportional hazards สำหรับข้อมูลเวลาจนถึงเหตุการณ์ (time-to-event data) กับการอนุมานแบบเบย์ (Bayesian inference) แทนที่จะเป็นการประมาณค่าจุด (point estimates) แบบจำลองนี้จะให้การแจกแจงความน่าจะเป็นภายหลัง (posterior distributions) ที่สมบูรณ์สำหรับอัตราส่วนอันตราย (hazard ratios) โดยจะรวมความรู้ก่อนหน้า (prior knowledge) เข้ามาอย่างเป็นธรรมชาติ และให้การวัดความไม่แน่นอนที่สอดคล้องกัน (coherent uncertainty quantification) แม้ในกลุ่มตัวอย่างขนาดเล็กหรือมีการตัดข้อมูล (censoring) ที่มีข้อมูลมาก
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Ibrahim, J. G., Chen, M.-H., & Sinha, D. (2001). Bayesian Survival Analysis. Springer. ISBN: 978-0387952772
- Cox, D. R. (1972). Regression models and life-tables. Journal of the Royal Statistical Society, Series B, 34(2), 187–220. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Bayesian Cox Proportional Hazards Regression. ScholarGate. https://scholargate.app/th/statistics/bayesian-cox-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.
- แบบจำลองเชิงเส้นทั่วไปแบบเบย์ (Bayesian Generalized Linear Model)สถิติศาสตร์↔ compare
- แบบจำลองผลกระทบแบบผสมแบบเบย์ (Bayesian Mixed Effects Model)สถิติศาสตร์↔ compare
- การถดถอยการรอดชีพแบบเบย์ (Bayesian Survival Regression)สถิติศาสตร์↔ compare
- การถดถอยภาวะเสี่ยงที่เป็นสัดส่วนของค็อกซ์ (Cox Proportional Hazards Regression)การวิเคราะห์การอยู่รอด↔ compare
- การถดถอยแบบรอดชีพสถิติศาสตร์↔ compare
- แบบจำลองการพองตัวของศูนย์ (Zero-Inflated Model)สถิติศาสตร์↔ compare