哈西努·拉哈曼Md Khan;J.Ewart H.肖。 关于在加权最小二乘下处理截尾最大观测值。 (英语) Zbl 07184827号 J.统计计算。模拟 86,第18号,3758-3776(2016). 小结:当观测值受到正确的删失时,有时使用具有适当权重的加权最小二乘法(以调整删失)进行参数估计。使用Stute的加权最小二乘法,当最大观测值被截尾时(\(Y_{(n)}^+\)),很自然地将重新分布应用于B.埃夫隆[“截尾数据的双样本问题”,摘自:第五届伯克利数理统计与概率研讨会论文集。4。生物学和健康问题。加州伯克利:加利福尼亚大学出版社。831–853 (1967)]. 然而,Efron的再分配算法可能会导致估计偏差和效率低下。本研究清楚地解释了这些问题,并提出了一些治疗(Y_{(n)}^+)的替代方法。前四种建议的方法基于众所周知的Buckley-James插补方法[J.巴克利和I.詹姆斯,Biometrika生物计量学第66429–436页(1979年;Zbl 0425.62051号)]最后一种方法间接基于文献中的一般平均插补技术。所有新方案均使用惩罚加权最小二乘法,该最小二乘法通过加速失效时间模型实现的二次规划进行优化。此外,本文还提出了两种新的附加插补方法来插补重截尾生存分析中常见的尾系截尾观测值。一些模拟研究和实际数据分析表明,所提出的方法通常优于Efron的再分配方法,并导致显著较小的均方误差和偏差估计。 引用于2文件 MSC公司: 62Nxx号 生存分析和审查数据 62Fxx公司 参数化推理 关键词:加速失效时间模型;埃夫隆尾修正;权利审查;斯图特加权最小二乘法 引文:Zbl 0425.62051号 软件:估算Yn PDF格式BibTeX公司 XML格式引用 \textit{M.H.R.Khan}和\textit{J.E.H.Shaw},J.Stat.Compute。模拟86,No.18,3758--3776(2016;Zbl 07184827) 全文: 内政部 arXiv公司 参考文献: [1] Kalbfleisch J,Prentice RL.失效时间数据的统计分析。新泽西州第二版:John Wiley and Sons;2002.【Crossref】,【谷歌学者】·Zbl 1012.62104号 [2] 胡S、饶JS。用于估计高维AFT模型并应用于微阵列数据分析的具有审查约束的稀疏惩罚。迈阿密大学技术报告;2010.[谷歌学者] [3] Huang J,Ma S,Xie H.高维协变量加速失效时间模型中的正则化估计。生物计量学。2006;62:813-820. doi:10.1111/j.1541-0420.2006.00562.x[Crossref],[PubMed],[Web of Science®],[Google学者]·Zbl 1111.62090号 [4] 汗MHR。高维生存数据的变量选择和估计程序【博士论文】。英国华威大学统计系;2013.[谷歌学者] [5] Khan MHR、Shaw JEH。使用改进的Buckley-James方法和dantzig选择器进行变量选择,以获取高维生存数据。在:第59届ISI世界统计大会会议记录,8月25日至30日,中国香港;2013年,第4239-4244页。[谷歌学者] [6] Khan MHR、Shaw JEH。利用一类自适应弹性网技术对生存数据进行变量选择。统计计算。2016;26(3):725-741. doi:10.1007/s1122-015-9555-8[Crossref],[Web of Science®],[Google学者]·Zbl 1505.62220号 [7] Stute W.当协变量可用时,随机审查下的一致估计。《多元分析杂志》。1993;45:89-103. doi:10.1006/jmva.1993.1028[Crossref],[Web of Science®],[Google学者]·Zbl 0767.62036号 [8] 存在协变量时随机审查下的Stute W.分布收敛性。Scand J统计。1996;23:461-471. [Web of Science®],[Google学者]·Zbl 0903.62045号 [9] Robins JM,Finkelstein DM。用截尾加权(IPCW)对数库试验的逆概率纠正艾滋病临床试验中的不合规性和依赖性截尾。生物计量学。2000;56:779-788. doi:10.1111/j.0006-341X.2000.00779.x[Crossref],[PubMed],[Web of Science®],[Google学者]·Zbl 1060.62660号 [10] Satten GA,Datta S.Kaplan-Meier估计量作为加权平均数的逆概率。Amer统计公司。2001;55(3):207-210. doi:10.1198/000313001317098185[Taylor&Francis Online],[Web of Science®],[Google学者]·Zbl 1182.62191号 [11] Stute W.Kaplan-Meier积分方差的折刀估计。安·统计师。1996;24(6):2679-2704. doi:10.1214/aos/1032181175[Crosref],[Web of Science®],[谷歌学者]·Zbl 0878.62027号 [12] Stute W,Wang J.Kaplan-Meier积分的折刀估计。生物特征。1994;81(3):602-606. [Web of Science®],[Google学者]·Zbl 0809.62037号 [13] Efron B.删失数据的两样本问题。摘自:第五届伯克利数理统计与概率研讨会论文集,第4卷,纽约:普伦蒂斯·霍尔;1967年,第831-853页。[谷歌学者] [14] Datta S,Le-Rademacher J,Datta S.使用偏最小二乘法和LASSO通过加速失效时间建模从微阵列数据预测患者生存率。生物计量学。2007;63:259-271. doi:10.1111/j.1541-0420.2006.00660.x[Crossref],[PubMed],[Web of Science®],[Google学者] [15] Candes E和Tao T。Dantzig选择器:当p远大于n时的统计估计。Ann Statist。2007;35(6):2313-2351. doi:10.1214/00905360000001523[Crossref],[Web of Science®],[Google学者]·Zbl 1139.62019号 [16] Buckley J,James I.删失数据线性回归。生物特征。1979;第66:429-436页。doi:10.1093/biomet/66.3.429[Crossref],[Web of Science®],[Google学者]·Zbl 0425.62051号 [17] Datta S.使用右删失数据估计平均寿命。统计方法。2005;2:65-69. doi:10.1016/j.stamet.2004.11.003[交叉引用],[谷歌学者]·Zbl 1248.62177号 [18] Jin Z,Lin DY,Ying Z.截尾数据下的最小二乘回归。生物特征。2006;93(1):147-161. doi:10.1093/biomet/93.1.147[Crossref],[Web of Science®],[Google学者]·Zbl 1152.62068号 [19] Engler D,Li Y.高维协变量生存分析:在微阵列研究中的应用。统计应用基因分子生物学。2009;8(1):第14条。[PubMed]、[Web of Science®]、[Google学者]·Zbl 1276.62067号 [20] Kardaun O.男性喉癌患者的统计生存分析——一项案例研究。Neerlandica统计局。1983;37(3):103-125. doi:10.111/j.1467-9574.1983.tb00806.x[Crosref],[谷歌学者] [21] Hyde J.用不完全观察值检验存活率。生物统计案例手册。纽约:约翰·威利;1980.[谷歌学者] [22] Klein JP,Moeschberger ML。删失和截断数据的生存分析技术。第1版,纽约:Springer;1997.[谷歌学者]·兹比尔0871.62091 [23] Khan MHR、Shaw JEH。imputeYn:在加权最小二乘法下插补最后一个最大的删失观察值。R包版本1.2;2014.[谷歌学者] 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。