Dynamische Modelle zur Ereignisanalyse

Im Rahmen dieser Dissertation werden zeitdiskrete Modelle zur
Ereignisanalyse mit dynamischen Effekten vorgestellt, unterteilt
nach Ein-Episoden-Ein- Zustands-, Ein-Episoden-Mehr-Zustands- und
Mehr-Episoden-Daten. Dabei sind auch Modelle mit nicht
proportionalen Hazards zugelassen. Sie sind in Zustandsraumform
angegeben. Das Phänomen der Rechtszensierung kann ebenfalls in die
Modellierung einbezogen werden. In diesem allgemeinen Modellrahmen
wird das Posteriori-Modus-Schätzkonzept zur Bestimmung
zeitabhängiger Effekte eingesetzt. Zur numerisch effizienten
Schätzung wird der bekannte Kalman Filter und Glätter-Algorithmus
zum linear gewichteten Kalman Filter und Glätter modifiziert und
dieser wiederum iteriert. Außerdem wird ein neues Schätzverfahren
entwickelt und diskutiert, das den Fall einer diffusen
beziehungsweise nichtinformativen Start-Priori- Verteilung
numerisch stabil und effizient behandet. Insgesamt lassen sich
damit Hazardraten und zeitabhängige Kovariableneffekte simultan
schätzen bei einem im Vergleich zu anderen Verfahren (z.B. MCMC)
geringen zeitlichen und rechnerischen Aufwand.