奥利维尔·博阿齐兹 在右删失和区间删失背景下伪观测的快速近似。 （英语） Zbl 1528.62058号 生物。J。 65，第4号，文章ID 2200071，25 p.（2023）. MSC公司： 62页第10页 统计学在生物学和医学中的应用；元分析 关键词：间隔审查;折刀;伪观测;限制平均生存时间;冯·米塞斯扩张 软件：invGauss公司 PDF格式BibTeX公司 XML格式引用 \textit{O.Bouaziz}，生物。J.65，第4号，文章ID 2200071，25 p.（2023；Zbl 1528.62058） 全文： 内政部 arXiv公司 OA许可证 参考文献： [1] O.O.Aalen、Borgan、Ø.和Gjessing，香港（2008）。生存和事件历史分析。斯普林格生物与健康统计系列。斯普林格·Zbl 1204.62165号 [2] Andersen，P.K.，Borgan，Ø。，Gill，R.D.和Keiting，N.（1993年）。基于计数过程的统计模型。统计学中的斯普林格系列。Springer‐Verlag公司·Zbl 0769.62061号 [3] Andersen，P.K.、Klein，J.P.和RosthöJ，S.（2003）。相关伪观测的广义线性模型，应用于多状态模型。生物特征，90（1），15-27·Zbl 1034.62062号 [4] Bouaziz，O.、Lauridsen，E.和Nuel，G.（2022）。基于自适应岭过程的区间删失数据回归建模。应用统计学杂志，49（13），3319-3343·Zbl 07611104号 [5] Chen，P.‐Y.和Tsiatis，A.A.（2001年）。关于两组之间限制平均寿命差异的因果推断。生物统计学，57（4），1030-1038·Zbl 1209.62267号 [6] Feng，D.和Zhao，L.（2021）。Bdnnsurv：使用伪值进行生存分析的贝叶斯深度神经网络。《数据科学杂志》，19（4），542-554。 [7] Gill，R.D.（1994）。生存分析讲座。在概率论讲座中（第115-241页）。施普林格·Zbl 0809.62028号 [8] Ginestet，P.G.、Weitz，P.、Rantalainen，M.和Gabriel，E.E.（2021）。基于伪观测值预测累积发病率的深度CNN方法。https://www.researchsquare.com/article/rs-668944/v1 [9] Graw，F.、Gerds，T.A.和Schumacher，M.（2009年）。竞争风险模型中回归分析的伪值。终身数据分析，15（2），241-255·Zbl 1282.62223号 [10] Groeneboom，P.和Wellner，J.A.（1992年A）。信息界与非参数极大似然估计。Oberwolfach研讨会，第19卷。施普林格科技与商业媒体·Zbl 0757.62017号 [11] Groeneboom，P.和Wellner，J.A.（1992b）。信息界和非参数最大似然估计，第19卷。施普林格科技与商业媒体·Zbl 0757.62017号 [12] Huang，J.（1999）。基于部分区间删失数据的非参数估计的渐近性质。中国统计局，9501-519·Zbl 0933.62038号 [13] Huang，J.和Wellner，J.A.（1995）。具有“案例2”间隔审查的比例风险模型的有效估计（技术代表290）。华盛顿大学。 [14] Jacobsen，M.和Martinussen，T.（2016年）。关于基于相关伪观测的广义线性模型的估计量的大样本性质的注记。《斯堪的纳维亚统计杂志》，43（3），845-862·Zbl 1468.62323号 [15] Jaeckel，L.A.（1972年）。无穷小的手提刀。贝尔电话实验室。 [16] Lesaffre，E.、Komárek，A.和Declerck，D.（2005）。区间删失数据方法概述，重点介绍牙科应用。医学研究中的统计方法，14（6），539-552·Zbl 1099.62130号 [17] Lindsey，J.（1998）。参数回归模型中区间删失的研究。终身数据分析，4（4），329-354·兹比尔0917.62085 [18] Nygárd Johansen，M.、Lundbye‐Christensen，S.和Thorlund Parner，E.（2020年）。使用参数伪观测值的回归模型。医学统计学，39（22），2949-2961。 [19] Sabathe，C.、Andersen，P.K.、Helmer，C.、Gerds，T.A.、Jackmin‐Gadda，H.和Joly，P.（2020）。具有区间删失数据的疾病-死亡模型中的回归分析：伪值方法。医学研究中的统计方法，29（3），752-764。 [20] Sachs，M.C.、Disacciati，A.、Everhov，澳大利亚。，Olén，O.和Gabriel，E.E.（2019年）。具有竞争风险的事件发生时间预测：克罗恩病手术并发症的案例研究。统计学会杂志，应用统计学，C辑，68（5），1431-1446。 [21] Sun，J.（2007）。区间截尾失效时间数据的统计分析。施普林格科技与商业媒体。 [22] Turnbull，B.W.（1976年）。具有任意分组、删失和截断数据的经验分布函数。英国皇家统计学会杂志。B系列（方法学），38，290-295·Zbl 0343.62033号 [23] Van der Vaart，A.（1995）。无限维m估计的效率。Neerlandica统计，49（1），9-30·Zbl 0830.62029号 [24] Van Der Vaart，A.W.和Wellner，J.A.（1996）。弱收敛。《弱收敛与经验过程》（第16-28页）。斯普林格·兹比尔0862.60002 [25] Wang，X.和Schaubel，D.E.（2018年）。一般删失机制下的受限平均生存时间建模。寿命数据分析，24（1），176-199·Zbl 1468.62416号 [26] Wellner，J.A.（1995）。间隔审查，案例2：替代假设。数理统计研究所讲稿——专题丛书，27271-291·Zbl 0876.62044号 [27] Yu，Q.，Li，L.，&Wong，G.Y.（2000）。生存函数自洽估计与区间删失数据的一致性。《斯堪的纳维亚统计杂志》，27（1），35-44·兹伯利0938.62110 [28] Zhang，M.和Schaubel，D.E.（2011年）。使用受依赖性审查的观测数据估计限制平均寿命的差异。生物计量学，67（3），740-749·Zbl 1226.62099号 [29] Zhang，Z.，Sun，L.，Zhao，X.，&Sun，J.（2005）。用线性变换模型对区间截尾失效时间数据进行回归分析。加拿大统计杂志，33（1），61-70·Zbl 1063.62061号 [30] 赵磊（2021）。预测受限平均生存时间的深度神经网络。生物信息学，36（24），5672-5677。 [31] Zhao，L.和Feng，D.（2019年）。Dnnsurv：使用伪值进行生存分析的深度神经网络。arXiv公司。https://doi.org/10.48550/arXiv.1908.02337 ·doi:10.48550/arXiv.1908.02337 [32] Zhao，L.和Feng，D.（2020年）。使用伪值进行生存分析的深度神经网络。IEEE生物医学与健康信息学杂志，24（11），3308-3314。 [33] Zucker，D.M.（1998）。具有协变量的限制平均寿命：一种有用的生存分析方法的修改和扩展。《美国统计协会杂志》，93（442），702-709·Zbl 1130.62362号 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。