×

具有测量误差的截断和删失数据分析的模型选择和模型平均。 (英文) 兹比尔1455.62191

摘要:模型选择在统计推断中起着至关重要的作用,大量文献致力于这一主题。尽管模型选择受到了广泛的研究关注,但研究差距仍然存在。一个重要但相对尚未探索的问题涉及截断和删失的数据以及测量误差。虽然左向和右向(LTRC)数据的分析在生存分析中受到了广泛的关注,但对于具有测量误差的LTRC数据的模型选择还没有研究。在本文中,我们研究了这个重要问题,并开发了推理程序来处理具有协变量测量误差的LTRC数据的模型选择。我们的开发使用了本地模型错误规范框架[G.克莱斯肯斯N.L.Hjort公司《美国统计协会期刊》第98卷第464、900–945号(2003年;Zbl 1045.62003号); 同上,第98号,第464、879–899(2003年;Zbl 1047.62003年)]并强调了焦点信息准则(FIC)的使用。我们使用模型平均方案开发了有效的估计量,并建立了理论结果来证明我们方法的有效性。进行了数值研究,以评估所提方法的性能。

MSC公司:

62N01号 审查数据模型
62F07型 统计排名和选择程序
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] Bertrand,A.、Van Keilegom,I.和Legrand,C.(2019年)。无辅助数据的经典测量误差方差估计的灵活参数方法。,生物统计学,75,297-307·兹比尔1436.62511 ·doi:10.1111/biom.12960
[2] Carroll,R.J.、Ruppert,D.、Stefanski,L.A.和Crainiceanu,C.M.(2006)。,非线性模型中的测量误差。CRC出版社,纽约·Zbl 1119.62063号
[3] Chen,L.-P.和Yi,G.Y.(2020a)。具有协变量测量误差的左向和右向生存数据的半参数方法。,统计数学研究所年鉴。出现。数字对象标识码:10.1007/s10463-020-00755-2·Zbl 1469.62356号
[4] Chen,L.-P.和Yi,G.Y.(2020b)。用图形比例危险测量误差模型分析噪声生存数据。,生物计量学。出现。DOI:10.1111/biom.13331·Zbl 1520.62162号
[5] Claeskens,G.和Carroll,R.J.(2007)。一般半参数问题中模型选择推理的渐近理论。,生物特征,94249-265·Zbl 1132.62032号 ·doi:10.1093/biomet/asm034
[6] Claeskens,G.和Hjort,N.L.(2003)。聚焦信息标准。,美国统计协会杂志,98,900-945·Zbl 1045.62003号 ·doi:10.1198/0162145000000819
[7] Claeskens,G.和Hjort,N.L.(2008)。,模型选择和模型平均。剑桥大学出版社,纽约·Zbl 1166.62001号
[8] Clyde,M.和George,E.I.(2004年)。模型不确定性。,统计科学,19,81-94·Zbl 1062.62044号 ·doi:10.1214/0883423040000035
[9] Du,J.、Zhang,Z.和Xie,T.(2017)。删失分位数回归中的焦点信息准则和模型平均。,梅特里卡,80547-570·Zbl 1459.62041号 ·doi:10.1007/s00184-017-0616-1
[10] Hjort,N.L.和Claeskens,G.(2003)。Frequestist模型平均估值器。,《美国统计协会杂志》,98,879-899·Zbl 1047.62003年 ·doi:10.1198/0162145000000828
[11] Hjort,N.L.和Claeskens,G.(2006)。Cox风险回归模型的集中信息标准和模型平均。,美国统计协会杂志,1011449-1464·Zbl 1171.62350号 ·doi:10.1198/016214500000069
[12] Hosmer,D.W.、Lemeshow,S.和May,S.(2008年)。,应用生存分析:时间到事件数据的回归建模,第二版。约翰·威利父子公司,纽约·Zbl 1136.62060号
[13] 姜杰(2010)。,统计大样本技术。纽约州施普林格·Zbl 1269.62008号
[14] Jullum,M.和Hjort,N.L.(2019年)。什么价格的半参数Cox回归?,终身数据分析,25406-438·Zbl 1429.62436号 ·doi:10.1007/s10985-018-9450-7
[15] Lawless,J.F.(2003)。,终身数据的统计模型和方法。纽约威利·Zbl 1015.62093号
[16] Liang,H.和Zou,G.(2008)。生存分析的改进AIC选择策略。,计算统计与数据分析,522538-2548·Zbl 1452.62087号 ·doi:10.1016/j.csda.2007.09.003
[17] Lin,D.Y.、Wei,L.J.、Yang,L.和Ying,Z.(2000)。复发事件平均值和比率函数的半参数回归。,英国皇家统计学会杂志,B辑,62,711-730·Zbl 1074.62510号 ·doi:10.1111/1467-9868.00259
[18] Ning,Y.、Yi,G.Y.和Reid,N.(2018年)。具有缺失协变量的半参数变换模型的一类加权估计方程。,《斯堪的纳维亚统计杂志》,45,87-109·Zbl 1468.62269号 ·doi:10.1111/sjos.12289
[19] Robins,J.M.、Rotnitzky,A.和Zhao,L.P.(1994年)。当某些回归变量不总是被观测时,回归系数的估计。,美国统计协会杂志,89846-866·Zbl 0815.62043号 ·doi:10.1080/01621459.1994.10476818
[20] van der Vaart,A.W.和Wellner,J.A.(1996)。,弱收敛和经验过程。纽约施普林格-弗拉格·Zbl 0862.60002号
[21] Wang,H.、Chen,X.和Flournoy,N.(2016)。变系数部分线性测量误差模型的聚焦信息准则。,《统计论文》,57,99-113·Zbl 1371.62038号 ·doi:10.1007/s00362-014-0645-z
[22] Wang,H.、Li,Y.和Sun,J.(2015)。面板计数数据回归分析的集中和模型平均估计。,斯堪的纳维亚统计杂志,42732-745·Zbl 1360.62492号 ·doi:10.1111/sjos.12133
[23] Wang,M.-C.(1991)。横断面生存数据的非参数估计。,美国统计协会杂志,86,130-143·Zbl 0739.62026号 ·doi:10.1080/01621459.1991.10475011
[24] Wang,M.-C.、Brookmeyer,R.和Jewell,N.P.(1993年)。流行队列数据的统计模型。,生物统计学,49,1-11·Zbl 0771.62079号 ·doi:10.2307/2532597
[25] Wu,F.、Kim,S.、Qin,J.、Saran,R.和Li,Y.(2018)。左截断数据的成对似然增广Cox估计。,生物统计学,74100-108·Zbl 1415.62142号 ·doi:10.1111/biom.12746
[26] Xu,G.,Wang,S.和Huang,J.Z.(2014)。基于加权复合分位数回归的聚焦信息准则和模型平均。,斯堪的纳维亚统计杂志,41365-381·Zbl 06298507号 ·doi:10.1111/sjos.12034
[27] Yi,G.Y.和Lawless,J.F.(2007)。协变量受测量误差影响的比例风险模型的修正似然方法。,统计规划与推断杂志,1371816-1828·Zbl 1118.62105号 ·doi:10.1016/j.jspi.2006.04.007
[28] Yi,G.Y.、Ma,Y.、Spiegelman,D.和Carroll R.J.(2015)。协变量中具有混合测量误差和错误分类的功能和结构方法。,美国统计协会杂志,110,681-696·Zbl 1373.62385号 ·doi:10.1080/01621459.2014.922777
[29] Yi,G.Y.(2017)。,带有测量误差和分类错误的统计分析:策略、方法和应用。纽约州施普林格·Zbl 1377.62012年
[30] Zhang,X.和Liang,H.(2011)。广义加性偏线性模型的聚焦信息准则和模型平均。,《统计年鉴》,39,174-200·Zbl 1209.62088号 ·doi:10.1214/10-AOS832
[31] Zeng,J.、Cheng,W.、Hu,G.和Rong,Y.(2019年)。缺失数据半参数部分线性模型的模型选择和模型平均。,统计学中的传播——理论和方法,48,381-395·Zbl 1508.62116号
[32] D.祖克。
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。