[论文解读] A Multivariate Weibull Disitribution

Cheng K. Lee, Miin‐Jye Wen|ArXiv.org|Sep 21, 2006

Bayesian Methods and Mixture Models参考文献 14被引用 5

一句话总结

本文通过扩展Lu和Bhattacharyya的定理，提出了一种多元威布尔分布，推导出其生存函数、概率密度函数、累积分布函数、雅可比行列式及一般矩。该模型被应用于雌性大鼠肿瘤数据，展示了其在具有灵活依赖结构的多元生存分析中的实用性。

ABSTRACT

A multivariate survival function of Weibull Distribution is developed by expanding the theorem by Lu and Bhattacharyya (1990). From the survival function, the probability density function, the cumulative probability function, the determinant of the Jacobian Matrix, and the general moment are derived. The proposed model is also applied to the tumor appearance data of female rats.

研究动机与目标

• 开发威布尔分布的多元扩展，以建模依赖的生存时间。
• 推导生存函数、密度函数、累积分布函数、雅可比行列式及矩的解析表达式。
• 提供一种适用于具有正依赖关系的多元失效时间数据的灵活统计模型。
• 利用关于雌性大鼠肿瘤出现的生物真实数据验证该模型。

提出的方法

• 扩展Lu和Bhattacharyya（1990）的定理，基于威布尔分布构建多元生存函数。
• 通过偏导数从多元生存函数推导出概率密度函数。
• 通过在支撑集上对密度函数积分，计算累积分布函数。
• 推导雅可比矩阵的行列式，以考虑多元设定中的变换。
• 利用推导出的密度函数，建立该分布的一般矩生成函数。
• 将该模型应用于雌性大鼠肿瘤发病时间的数据集，以评估其拟合效果与实际应用价值。

实验结果

研究问题

• RQ1 如何将单变量威布尔分布扩展为能捕捉失效时间之间依赖关系的多元形式？
• RQ2 所提出的多元威布尔模型的密度函数、分布函数及矩可以推导出何种解析形式？
• RQ3 该模型在拟合真实多元生存数据（如大鼠的肿瘤发病时间）时表现如何？
• RQ4 雅可比行列式在多元分布的变换与参数化过程中起什么作用？

主要发现

• 所提出的多元威布尔分布通过扩展Lu和Bhattacharyya的定理，成功地将单变量威布尔分布推广至多个依赖的失效时间。
• 推导出生存函数、密度函数、累积分布函数及雅可比行列式的解析表达式。
• 获得了该分布的一般矩，从而支持高阶统计推断。
• 该模型在雌性大鼠肿瘤出现时间的数据集上得到实证验证，显示出实际应用价值。