<?xml version="1.0" encoding="utf-8"?>
<journal>
<title>Journal of Statistical Sciences</title>
<title_fa>مجله علوم آماری</title_fa>
<short_title>JSS</short_title>
<subject>Basic Sciences</subject>
<web_url>http://jss.irstat.ir</web_url>
<journal_hbi_system_id>1</journal_hbi_system_id>
<journal_hbi_system_user>admin</journal_hbi_system_user>
<journal_id_issn>1735-8183</journal_id_issn>
<journal_id_issn_online>2783-2929</journal_id_issn_online>
<journal_id_pii></journal_id_pii>
<journal_id_doi>10.61882/jss</journal_id_doi>
<journal_id_iranmedex></journal_id_iranmedex>
<journal_id_magiran></journal_id_magiran>
<journal_id_sid></journal_id_sid>
<journal_id_nlai></journal_id_nlai>
<journal_id_science>شماره 812/2910/3 مورخ 12/7/1384</journal_id_science>
<language>fa</language>
<pubdate>
	<type>jalali</type>
	<year>1392</year>
	<month>6</month>
	<day>1</day>
</pubdate>
<pubdate>
	<type>gregorian</type>
	<year>2013</year>
	<month>9</month>
	<day>1</day>
</pubdate>
<volume>7</volume>
<number>1</number>
<publish_type>online</publish_type>
<publish_edition>1</publish_edition>
<article_type>fulltext</article_type>
<articleset>
	<article>


	<language>fa</language>
	<article_id_doi></article_id_doi>
	<title_fa>توزیع فوق هندسی تعمیم یافته دوجمله ای منفی در مدل شفایافته زمان پیشرفت</title_fa>
	<title>On Hypergeometric Generalized Negative Binomial Distribution in Promotion Time Cure Model</title>
	<subject_fa>آمار حیاتی</subject_fa>
	<subject>Biostatistics </subject>
	<content_type_fa>پژوهشی بنیادی</content_type_fa>
	<content_type>Research</content_type>
	<abstract_fa>&lt;div style=&quot;text-align: justify;&quot;&gt;در تحلیل داده&#8204;های بقا، اگر در پایان مطالعه با درصد بالایی از سانسور مواجه شویم، چنانچه طول مدت مطالعه به اندازه کافی طولانی باشد، بهتر است از مدل&#8204;های شفایافته استفاده شود. این مدل&#8204;ها با ارائه فرایندی که بر اساس توزیع متغیر پنهان استوار است، در دهه اخیر مورد توجه قرار گرفته است. در این مقاله با درنظر گرفتن توزیع فوق هندسی تعمیم&#8204;یافته دوجمله&#8204;ای منفی برای متغیر پنهان مدل دیدی برای تحلیل داده&#8204;های بقا طولانی مدت به&#8204;دست می&#8204;آید. برآورد بیزی پارامترهای مدل با روش&#8204;های عددی زنجیر مارکوفی مونت کارلویی به&#8204;دست آورده می&#8204;شود. کاربرد مدل برای داده&#8204;های کارآزمایی بالینی درمان بیماران مبتلا به سیروز کبدی و داده&#8204;های شبیه&#8204;سازی شده، نشان داده می&#8204;شود. با معیار اطلاع انحرافی، مدل فوق هندسی تعمیم&#8204;یافته دوجمله&#8204;ای منفی برازش بهتری به داده&#8204;ها را نشان می&#8204;دهد&lt;/div&gt;</abstract_fa>
	<abstract>&lt;div style=&quot;text-align: justify;&quot;&gt;On Hypergeometric Generalized Negative Binomial Distribution in Promotion Time Cure Model In analysis of survival data if exposes a high percentage of censoring due to termination of the study, whereas the study has lasted long enough, it is preferred to utilize cure models. These models, which are based on the latent variable distribution, has obtained much attention in the last decade. In this paper the Hypergeometric Generalized Negative Binomial distribution of the latent variable is used to model the long time survival data. The new model parameters are estimated in Bayesian approach. This model is applied for a Primary Biliary Cirrhosis clinical trial data and a simulated data set. With respect to DIC, Hypergeometric Generalized Negative Binomial model is a suitable fit to the data.&lt;/div&gt;</abstract>
	<keyword_fa>بقا طولانی مدت, مدل شفایافته زمان پیشرفت, توزیع فوق هندسی تعمیم یافته دوجمله ای منفی</keyword_fa>
	<keyword>Long-term survivors, Promotion time cure model, Hypergeometric generalized negative binomial</keyword>
	<start_page>45</start_page>
	<end_page>60</end_page>
	<web_url>http://jss.irstat.ir/browse.php?a_code=A-10-395-1&amp;slc_lang=fa&amp;sid=1</web_url>


<author_list>
	<author>
	<first_name>Mitra</first_name>
	<middle_name></middle_name>
	<last_name>Rahimzadeh</last_name>
	<suffix></suffix>
	<first_name_fa>میترا</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>رحیم زاده</last_name_fa>
	<suffix_fa></suffix_fa>
	<email></email>
	<code>10031947532846006298</code>
	<orcid>10031947532846006298</orcid>
	<coreauthor>No</coreauthor>
	<affiliation>Research Center for Social Determinations of Health, Alborz University of Medical Sciences, Karaj, Iran.</affiliation>
	<affiliation_fa>مرکز تحقیقات عوامل اجتماعی موثر بر سلامت، دانشگاه علوم پزشکی البرز</affiliation_fa>
	 </author>


	<author>
	<first_name>Ahmad Reza</first_name>
	<middle_name></middle_name>
	<last_name>Baghestani</last_name>
	<suffix></suffix>
	<first_name_fa>احمدرضا</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>باغستانی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email>Baghestani.ar@gmail.com</email>
	<code>10031947532846006299</code>
	<orcid>10031947532846006299</orcid>
	<coreauthor>Yes
</coreauthor>
	<affiliation>Biostatistics, Shahid Beheshti University of Medical Sciences, Tehran, Iran.</affiliation>
	<affiliation_fa>دانشکده پیراپزشکی، دانشگاه علوم پزشکی شهید بهشتی</affiliation_fa>
	 </author>


	<author>
	<first_name>Behrooz</first_name>
	<middle_name></middle_name>
	<last_name>Kavehei</last_name>
	<suffix></suffix>
	<first_name_fa>بهروز</first_name_fa>
	<middle_name_fa></middle_name_fa>
	<last_name_fa>کاوه ئی</last_name_fa>
	<suffix_fa></suffix_fa>
	<email></email>
	<code>10031947532846006300</code>
	<orcid>10031947532846006300</orcid>
	<coreauthor>No</coreauthor>
	<affiliation>National Organization for Educational Testing, Tehran, Iran.</affiliation>
	<affiliation_fa>سازمان سنجش آموزش کشور</affiliation_fa>
	 </author>


</author_list>


	</article>
</articleset>
</journal>
