fa تحلیل پیشامدهای بازگشتی با استفاده از مدل شکنندگی وابسته به زمان استنباط آماری Statistical Inference كاربردي و توسعه ای Applied داده های بازگشتی یکی از انواع مهم داده های بقا هستند که ویژگی عمده آنها همبستگی بین مشاهدات است. این ویژگی استفاده از مدل های بقا مانند رگرسیون کاکس که در آنها مستقل بودن مشاهدات یکی از فرضیات اصلی مدل است را ناممکن می سازد. مدل های شکنندگی یکی از رویکردهای عمده برای تحلیل داده های بازگشتی هستند. در این مدل ها یک متغیر شکنندگی ثابت به عنوان اثر خصوصیات فردی یا نماینده همه عواملی که سبب وابستگی بین مشاهدات می شوند به صورت ضربی وارد تابع خطر می شود. در مقاله حاضر یک مدل شکنندگی با اثر تصادفی وابسته به زمان بر مبنای مدل های خطر نیمه پارامتری کاکس و با مولفه های شکنندگی که دارای فرآیند گامای تکه ای هستند معرفی شده و کارآیی آن در یک مطالعه شبیه سازی با یک مدل شکنندگی گاما با اثرات ثابت مقایسه گردیده است. <p align="left">Recurrent events are one type of multivariate survival data. Correlation between observations on each subject is the most important feature of this type of data. This feature does not allow using the ordinary survival models. Frailty models are one of the main approaches to the analysis of recurrent events. Ordinary Frailty models assumed the frailty is constant over time, that is not realistic in many applications. In this paper we introduce a time-dependent frailty model. The introduced model is based on piecewise semiparametric proportional hazard and frailty variable followed a Gamma distribution. The frailty variable in the model has a gamma process that is constant during each interval and has independent increments in the beginning of each interval. We found a close form function for integrated likelihood function and estimated parameters of model. The efficiency of introduced model was compared with an ordinary constant gamma model by a simulation study</p> پیشامد بازگشتی, مدل شکنندگی, فرآیند پوآسن آمیخته. Recurrent Events, Frailty Model, Mixed Poisson Processes. 157 170 http://jss.irstat.ir/browse.php?a_code=A-10-411-1&slc_lang=fa&sid=1 Mahmodreza Gohari محمود رضا گوهری 10031947532846006877 10031947532846006877 Yes Department of Statistics, Iran University of Medical sciences, Tehran, Iran. گروه آمار و ریاضی، دانشگاه علوم پزشکی ایران Mahmoud Mahmoudi محمود محمودی 10031947532846006878 10031947532846006878 No Department of Statistics, Iran University of Medical sciences, Tehran, Iran. گروه آمار حیاتی و اپیدمیولوژی، دانشگاه علوم پزشکی ایران Kazem Mohammad کاظم محمد 10031947532846006879 10031947532846006879 No Department of Statistics, Iran University of Medical sciences, Tehran, Iran. گروه آمار حیاتی و اپیدمیولوژی، دانشگاه علوم پزشکی ایران Ein Allah Pasha عین اله پاشا 10031947532846006880 10031947532846006880 No Department of Statistics, Tarbiat Moalem University, Tehran, Iran. گروه آمار، دانشگاه تربیت معلم