Ruhr Economic Papers

Ruhr Economic Papers #850

Efficient Bayesian Nonparametric Hazard Regression

von Matthias Kaeding

UDE, RWI, 05/2020, 22 S./p., 8 Euro, ISBN 978-3-86788-985-8 DOI: 10.4419/86788985

download

Zusammenfassung

Dieser Beitrag modelliert die log-kumulative Baseline-Hazard des Coxschen Regressionsmodells mittels Bayesianischer, monotoner P-splines. Der Ansatz ermöglicht schnelle Rechenoperationen, die Berücksichtigung von beliebigen Zensierungsmechanismen und die Einbeziehung von nicht-parametrischen Effekten. Durch die Kombination des Restricted Mean Survival Time Ansatzes mit Partial Dependence Plots wird die Interpretation von metrischen und nicht-metrischen Variablen vereinfacht. Dabei wird die Recheneffizienz der Methoden ausgenutzt. So können Effekte direkt in Bezug auf Überlebenszeiten interpretiert werden. Monte Carlo Simulationen zeigen, dass die vorgeschlagenen Methoden gut funktionieren. Der Ansatz wird mittels eines großen Datensatzes, bestehend aus Immobilienanzeigen, illustriert.

JEL-Classification: 11, C14, C41

Keywords: survival analysis; nonparametric modeling; penalized spline: restricted mean survival time

Hoch