怎么利用r语言做em算法估计混合双参数指数分布的数值模拟

Python029

怎么利用r语言做em算法估计混合双参数指数分布的数值模拟,第1张

建议你先看一下这本书:

Modeling Survival Data Using Frailty Models

chap 2. Some Parametric Methods

2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . 19

2.2 Exponential Distribution . . . . . . . . . . . . . . . . . . . 20

2.3 Weibull Distribution . . . . . . . . . . . . . . . . . . . . . 21

2.4 Extreme Value Distributions . . . . . . . . . . . . . . . . 23

2.5 Lognormal . . . . . . . . . . . . . . . . . . . . . . . . . . 25

2.6 Gamma . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26

2.7 Loglogistic . . . . . . . . . . . . . . . . . . . . . . . . . 29

2.8 Maximum Likelihood Estimation . . . . . . . . . . . . . 30

2.9 Parametric Regression Models

chap 6. Estimation Methods for Shared Frailty Models

6.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . .105

6.2 Inference for the Shared Frailty Model . . . . . . . . . . 106

6.3 The EM Algorithm . . . . . . . . . . . . . . . . . . . . . . .108

6.4 The Gamma Frailty Model . . . . . . . . . . . . . . . . . . . 110

6.5 The Positive Stable Frailty Model . . . . . . . . . . . . . . 111

6.6 The Lognormal Frailty Model . . . . . . . . . . . . . . . . . 113

6.6.1 Application to Seizure Data . . . . . . . . . . . . . . . 113

6.7 Modified EM (MEM) Algorithm for Gamma Frailty Models 114

6.8 Application

然后用最基本的package "survival"

并参考你的模型可能用到的一些functions:

survreg(formula, data, weights, subset,na.action, dist="weibull",....)

survreg.distributions include "weibull", "exponential", "gaussian",

"logistic","lognormal" and "loglogistic"

frailty(x, distribution="gamma", ...)

distribution: either the gamma, gaussian or t distribution may be specified.

frailty.gamma(x, sparse = (nclass >5), theta, df, eps = 1e-05,

method = c("em","aic", "df", "fixed"),...)

outer函数是求外积的。参数为2个，即 X, Y。参数3个是设置 第三个参数 FUN

outer(X, Y, FUN = "*", ...)

一般是要3个参数做运算的呀。如果2个参数，默认第三个参数为 * ，即效果一样。

r语言中等于号是用作赋值的功能。R语言最开始设计的时候，是采用箭头（<-）作为赋值符号的，这是从APL语言继承而来的（箭头表示赋值，等号表示判断）。之后的S语言也沿用了这个用法，再之后R语言为了保持和S语言的兼容性保留了这个箭头。直到2001年，R的更新版本中 才加入了等号（=）赋值。因此，对于一般的赋值语句，箭头（<-）与 等号（=）在 功能上是没有区别的，可以通用。但是等号(=)的作用有两个：它既可以赋值，也可以传递函数参数（实际上传参可以看作一种特殊形式的赋值，给参数赋值）。通常情况下，如果等号（=）出现在单独的环境中，它就是赋值；如果写在函数的参数位置，它就是传参。如果你在设置参数的时候使用了箭头(<-)，那么你会发现在全局变量里，会多出一个和参数名相同的赋值的变量，容易导致歧义和错误，而且占用命名空间。