Published January 1, 2024
| Version v1
Publication
Open
Bayesian estimation of 3-component mixture geometric distribution under different loss functions
Creators
- 1. Islamia College University
- 2. Government of Khyber Pakhtunkhwa
- 3. King Saud University
- 4. University of Business and Technology
- 5. University of Cambridge
Description
This article focuses on discrete survival data analysis, employing a doubly Type-I censoring scheme (DT1SC) under a Bayesian framework for parameters estimation in a 3-component mixture geometric (3-CMG) distribution. The non-informative (uniform) prior is utilized under squared error, DeGroot, and precautionary loss functions. The time is considered as discrete in this paper, presenting a departure from continuous approaches in survival analysis. The methodology is tailored to address challenges that traditional survival analysis encounters when faced with limited or missing information. The proposed method effectively handles the complexities arising from incomplete or missing data, providing a robust mechanism for accurate parameter estimation. Through extensive simulations and application to real-world datasets, our approach demonstrates its effectiveness in managing uncertainties, particularly in scenarios involving sparse or missing data. This work represents a noteworthy contribution to methodological advancements in survival analysis, offering a valuable tool for researchers and practitioners navigating intricate dynamics within the 3-CMG under DT1CS with time being considered as discrete.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
تركز هذه المقالة على تحليل بيانات البقاء المنفصلة، باستخدام مخطط رقابة مضاعف من النوع الأول (DT1SC) تحت إطار بايزي لتقدير المعلمات في توزيع هندسي ثلاثي المكونات (3 - CMG). يتم استخدام غير المعلوماتية (الموحدة) السابقة تحت وظائف الخطأ التربيعي، DeGroot، والفقدان الاحترازي. يعتبر الوقت منفصلاً في هذه الورقة، مما يمثل خروجًا عن الأساليب المستمرة في تحليل البقاء على قيد الحياة. تم تصميم المنهجية لمواجهة التحديات التي يواجهها تحليل البقاء التقليدي عند مواجهة معلومات محدودة أو مفقودة. تتعامل الطريقة المقترحة بفعالية مع التعقيدات الناشئة عن البيانات غير المكتملة أو المفقودة، مما يوفر آلية قوية لتقدير المعلمات بدقة. من خلال عمليات المحاكاة والتطبيق المكثفة على مجموعات البيانات في العالم الحقيقي، يوضح نهجنا فعاليته في إدارة أوجه عدم اليقين، لا سيما في السيناريوهات التي تنطوي على بيانات متفرقة أو مفقودة. يمثل هذا العمل مساهمة جديرة بالملاحظة في التطورات المنهجية في تحليل البقاء على قيد الحياة، حيث يقدم أداة قيمة للباحثين والممارسين الذين يتنقلون في الديناميكيات المعقدة داخل 3 - CMG تحت DT1CS مع اعتبار الوقت منفصلًا.Translated Description (French)
Cet article se concentre sur l'analyse de données de survie discrètes, en utilisant un schéma de censure doublement de type I (DT1SC) dans un cadre bayésien pour l'estimation des paramètres dans une distribution géométrique de mélange à 3 composants (3-CMG). Le Prior non informatif (uniforme) est utilisé dans les fonctions d'erreur quadratique, de DeGroot et de perte de précaution. Le temps est considéré comme discret dans cet article, présentant un écart par rapport aux approches continues dans l'analyse de la survie. La méthodologie est conçue pour relever les défis que l'analyse traditionnelle de la survie rencontre lorsqu'elle est confrontée à des informations limitées ou manquantes. Le procédé proposé traite efficacement les complexités découlant de données incomplètes ou manquantes, fournissant un mécanisme robuste pour une estimation précise des paramètres. Grâce à des simulations approfondies et à une application à des ensembles de données du monde réel, notre approche démontre son efficacité dans la gestion des incertitudes, en particulier dans les scénarios impliquant des données rares ou manquantes. Ce travail représente une contribution remarquable aux progrès méthodologiques dans l'analyse de la survie, offrant un outil précieux pour les chercheurs et les praticiens naviguant dans des dynamiques complexes au sein du 3-CMG sous DT1CS avec le temps considéré comme discret.Translated Description (Spanish)
Este artículo se centra en el análisis de datos de supervivencia discreta, empleando un esquema de censura doblemente tipo I (DT1SC) bajo un marco bayesiano para la estimación de parámetros en una distribución geométrica de mezcla de 3 componentes (3-CMG). El previo no informativo (uniforme) se utiliza bajo las funciones de error al cuadrado, DeGroot y pérdida precautoria. El tiempo se considera discreto en este trabajo, presentando una desviación de los enfoques continuos en el análisis de supervivencia. La metodología está diseñada para abordar los desafíos que enfrenta el análisis de supervivencia tradicional cuando se enfrenta a información limitada o faltante. El método propuesto maneja eficazmente las complejidades derivadas de datos incompletos o faltantes, proporcionando un mecanismo robusto para la estimación precisa de parámetros. A través de extensas simulaciones y aplicaciones a conjuntos de datos del mundo real, nuestro enfoque demuestra su efectividad en la gestión de incertidumbres, particularmente en escenarios que involucran datos escasos o faltantes. Este trabajo representa una contribución notable a los avances metodológicos en el análisis de supervivencia, ofreciendo una herramienta valiosa para investigadores y profesionales que navegan por dinámicas intrincadas dentro del 3-CMG bajo DT1CS con el tiempo considerado como discreto.Files
015163_1_5.0189420.pdf.pdf
Files
(93 Bytes)
| Name | Size | Download all |
|---|---|---|
|
md5:b0d506893d4802090edf1644f5f082cd
|
93 Bytes | Preview Download |
Additional details
Additional titles
- Translated title (Arabic)
- التقدير البايزي للتوزيع الهندسي للخليط المكون من 3 مكونات تحت وظائف فقدان مختلفة
- Translated title (French)
- Estimation bayésienne de la distribution géométrique du mélange à 3 composants sous différentes fonctions de perte
- Translated title (Spanish)
- Estimación bayesiana de la distribución geométrica de la mezcla de 3 componentes bajo diferentes funciones de pérdida
Identifiers
- Other
- https://openalex.org/W4391406503
- DOI
- 10.1063/5.0189420
References
- https://openalex.org/W1970451584
- https://openalex.org/W2003438119
- https://openalex.org/W2010565236
- https://openalex.org/W2086134176
- https://openalex.org/W2125671368
- https://openalex.org/W2510107134
- https://openalex.org/W2525124301
- https://openalex.org/W2590854106
- https://openalex.org/W2964811814
- https://openalex.org/W3013257680
- https://openalex.org/W3176732696
- https://openalex.org/W4280512858