No.02852 Re: ハザード比の例数設計 【ファン】 2007/02/25(Sun) 15:59
「ハザード比 "必要例数"」でググってみると…↓
http://www.rs.kagu.tus.ac.jp/hamada/gakkai.html
[2005] 浜田・安藤「POWERプロシジャによる症例数設計」
PPTスライド42枚目から「生存時間の症例数設計」
No.02853 Re: ハザード比の例数設計 【くまった】 2007/02/25(Sun) 22:32
HPのご紹介ありがとうございました。
大変参考になります!
しかし,結構難しいので理解に苦しんでいます・・・
例数設計の計算方法はこちらを利用すれば何とかなりそうです。
生存時間解析においては,α,βを満たすイベント数を算出し,そこから例数を計算することは感覚的に納得できました。
最尤推定のスライド32の,λのMLE・分散の式に指数分布が入っていないところから???となっております・・・
λのMLEが全体のイベント数を人年の総和で割る・・・というのは感覚的に納得。
しかし分散はどうしてああいう式になるのでしょうか・・・
No.02857 Re: ハザード比の例数設計 【ファン】 2007/02/26(Mon) 17:42
>最尤推定のスライド32の,λのMLE・分散の式に指数分布が入っていないところから???となっております・・・
えっと 2003 年の理論編スライドの方の話ですね。その式は,指数分布だからこそ導かれるものですよ。
標本 {x1,…,xn} が互いに独立に指数分布 xi 〜 λ exp(-λxi) にしたがう。
対数尤度 log L(x1,…,xn; λ) = n log(λ) - λ Σxi
D1 = ∂log L(x1,…,xn;λ) / ∂λ = (n / λ) - Σxi
D1 を 0 と置き λ について解けば最尤推定量が得られる。
D2 = ∂^2 log L(x1,…,xn; λ) / ∂λ^2 = - n / (λ^2)
Fisher情報量 = E[ -D2 ] = n / (λ^2)
Fisher情報量の逆数が最尤推定量の(漸近的)分散。
No.02871 Re: ハザード比の例数設計 【くまった】 2007/02/27(Tue) 22:04
λのMLEについては,よくわかりました!
Fisher情報量は難しいですね・・・(汗
しかし当面はこれで対応できそうです。
ファンさん,ありがとうございます!
● 「統計学関連なんでもあり」の過去ログ--- 040 の目次へジャンプ
● 「統計学関連なんでもあり」の目次へジャンプ
● 直前のページへ戻る