Modele heure de presence

Référence: Cho Y, Ghosh D (2015) estimation pondérée du modèle de temps de défaillance accéléré en présence d`une censure dépendante. PLoS ONE 10 (4): e0124381. https://doi.org/10.1371/journal.pone.0124381 les effets de la taille de l`échantillon diffèrent selon l`indicateur considéré, allant de modéré (pour BIC [? 2 = .09] et entropie [? 2 = .07]) à grand (pour SBIC [? 2 =. 96], SCAIC [? 2 =. 89], AIC [? 2 = 0,18], et ICL-BIC [? 2 = .16]). Parmi les ICs, l`AIC n`a pas réussi ainsi que les autres indicateurs, avec un taux d`identification correcte de la solution à deux classes allant de 73,13% pour N = 250 à 75,83% pour N = 1 000, avec une moyenne de 74,22% et une tendance à choisir la solution à trois classes 20. 88% du temps. En revanche, le CAIC et le BIC ont choisi la solution à deux classes presque 100% du temps dans toutes les conditions, et les performances du SCAIC allaient de 94,69% pour N = 250 à 99,8% pour N = 2 000, et celle du SBIC de 81,87% pour n = 250 à 99,05% pour N = 2 000. Parmi les critères fondés sur l`entropie, l`ICL-BIC a généralement abouti à une énumération précise des classes dans les tailles d`échantillons, avec un taux moyen de 99,80%. Inversement, l`entropie seule était moins précise sur la taille des échantillons, avec un taux moyen de 70,72%.

Trois conditions différentes ont été examinées en ce qui concerne le nombre de points de mesure: quatre, six et huit. Quatre points de mesure sont souvent utilisés dans les études de simulation des GMMs (Enders & Tofighi, 2008; Liu & Hancock, 2014; Nylund et coll., 2007; & Fan, 2015; de Peugh Tofighi & Enders, 2007; Tolvanen, 2008). Les deux autres numéros ont été choisis pour refléter un nombre modéré et élevé d`occasions de mesure qui sont couramment observées dans la recherche appliquée sur les GMM (p. ex., Muthén et al., 2002; Sterba, Prinstein, & Cox, 2007). Nous considérons deux paramètres de simulation. Dans le premier paramètre de simulation, les erreurs suivent une distribution normale bivariée avec la moyenne (0, 1.2) avec la variance 1 et la corrélation ? = 0,25. Le temps de censure indépendant C est généré à partir de log (U *), où U * a une distribution uniforme avec une valeur minimale de 0 et une valeur maximale de 20. Le Covariate est Z env. Bernoulli (0.5), où Bernoulli (0.5) est la distribution de Bernoulli avec la probabilité de succès 0,5. Nous exécuons 500 séries de simulations.

Dans chaque exécution de simulation, 500 essais de rééchantillonnage sont essayés pour le calcul de la matrice de covariance. Les tailles d`échantillon sont N = 150 et N = 300. S`il n`y a qu`une seule covariable dans le modèle, la première et la deuxième méthode de l`estimation pondérée sont équivalentes. QUE cet estimateur pesé commun soit ? ^ We. Nous calculons le biais (Bias), l`erreur quadratique moyenne (MSE), la moyenne d`erreur standard (SEE), le taux de couverture de 95% (couverture). La couverture est basée sur l`approximation normale. En outre, pour évaluer la robustesse des estimateurs, nous calculons également la médiane de la différence de l`estimateur à partir de la valeur réelle (Dmédiane), la médiane de l`erreur quadratique des estimations (Mediansq), et la médiane des erreurs standard (Sdmédiane).