このトピックの内容
各件名について 
let
は、対象となるイベントの数を表すステップ関数です 
時間の経験
.次に、
件名のカウントプロセスを表します 
.次のように定義します。
サブジェクト
i が時間
t でリスクがある場合は値 1 を持つ標識変数であり、それ以外の場合は 0 と同じである。 
If
および
それ以外の場合
個々の
予測値のベクトルを使用する 
の形式は次のとおりです: 
ここで、
は生存時間の不特定分布を特徴づけるベースラインハザードレートです。 
は、未知の回帰係数の
p成分ベクトルです。
は、次の形式を取ります：
は、次の形式を取ります：
- 対象は、複数の対象となるイベントを経験する場合があります。
- 件名は、イベントを複数回発生する場合があります。このステートメントは、対象が危険にさらされているかどうかを識別する標識変数を意味します。
の状態を 1 から 0 に変更し、何度も戻すことができます。
- 被験者は時間 0 の後にスタディに入ることができます。このステートメントは、被験者が時間 0 の後にリスク セットを入力できるという考えと同じです。時刻が 0 の後にサブジェクトが入力されると、時刻は左に切り捨てられます。
棚卸プロセス入力フォーム
棚卸プロセス入力フォームでは、複数の行が各件名を表します。各行は、すべての変数の値が一定である時間間隔を表します。時間依存の予測変数は、行間で変化します。間隔は開始時刻の直後に開始され、終了時刻が含まれます。間隔の開始時刻は、件名の入力時刻です。終了時刻は、件名の応答変数です。[打ち切り] 列は、終了時刻がイベント時刻ではない行を示します。
相関観測値と強い共分散推定値
複数の行がカウントプロセス入力フォームの各被験者を表しますが、各被験者に関連するサブグループ内の観測値の間に相関関係がない限り、被験者ごとの観測値の 1
行だけがそれぞれの時点での尤度に寄与します。たとえば、被験者の観測値は、繰り返しまたは繰り返し発生するイベントを含むモデルに相関しています。リンとウェイ
(1989)4
被験者内観測値間の相関を考慮して共分散行列の調整を提案する。次のように定義します。
はスコア残差の行列です。分散共分散行列には以下の形式があります。
ここで、
および 
は、折りたたまれたスコア残差行列です。折りたたまれたスコア残差行列を取得するには、スコア残余行の各クラスターを残余行の合計で置き換えます。
- 推論の計算では、強い分散共分散行列が使用されます。
- 適合度表のWald検定とScore検定は、ロバストな分散共分散行列を使用します。尤度比検定では、クラスター内の観測値が独立していると仮定するため、適合度検定表の尤度比検定が欠落しています。
- ANOVA テーブルでは、Wald 検定のみを使用できます。
