统计学 > 方法论
[提交于 2010年9月5日
]
标题: 具有时间依赖性协变量的渐进事件时间序列预测
标题: Predicting Sequences of Progressive Events Times with Time-dependent Covariates
摘要: 本文提出了一种方法,用于在总体目标是基于时变协变量进行预测的情况下对渐进事件历史数据进行建模。 此方法不直接对风险函数进行建模。 相反,它对事件历史的状态指示器进行建模,以便能够纳入时变协变量,并轻松制定未来事件的预测因子。 我们的模型可以应用于医学和农业科学中的各种实际问题。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.