×
杜、庞;顾冲

惩罚似然风险估计：有效近似和贝叶斯置信区间。 （英语） 兹比尔1085.62110

统计概率。莱特。 76，第3期，244-254（2006）.
概述：惩罚似然法可用于对右偏、左偏和可能具有协变量的寿命数据进行风险评估。我们关注的是该方法更具可扩展性的计算，以及某些区间估计的推导和评估。当估计被限制在某些（q）维空间中，且（q）的增长速度比样本量（n）慢得多时，保持了渐近收敛速度，并进行了仿真研究以确定（q）缺省值以供实际使用；计算成本的顺序为\（O（nq^{2}）\）。通过对数似然的二次近似，可以导出对数风险的近似贝叶斯置信区间，并进行实证研究以评估其性质。这些技术是在开源R代码中实现的，并通过一个实际数据示例说明了通过使用该软件这些技术的应用

引用于4文件

理学硕士：

62号02 生存分析和删失数据中的估计
2015年1月62日 贝叶斯推断
65C60个 统计中的计算问题（MSC2010）
62层25 参数公差和置信区域

关键词：

贝叶斯置信区间;有效近似;计算;危险;处罚可能性;张量积三次样条

软件：

全球供应链;R（右）;S-PLUS系统
PDF格式BibTeX公司 XML格式引用
\textit{P.Du}和\textit{C.Gu}，统计概率。莱特。76，第3号，244--254（2006；Zbl 1085.62110）
全文： 内政部

参考文献：

[1] 安德森，J.A。；Senthilselvan，A.，《风险函数的平滑估计》，J.Roy。统计人员。Soc.序列号。B、 42、322-327（1980）
[2] Gu，C.，惩罚似然回归：贝叶斯分析，统计学。Sinica，2255-264（1992）·Zbl 0822.62023号
[3] Gu，C.，惩罚似然风险估计：一般程序，统计学家。Sinica，6861-876（1996）·Zbl 1076.62556号
[4] Gu，C.，平滑样条方差分析模型（2002），Springer:Springer纽约·Zbl 1051.62034号
[5] Gu，C.，2004年。平滑样条方差分析模型的模型诊断。加拿大。J.统计。32, 347-358.; Gu，C.，2004年。平滑样条方差分析模型的模型诊断。加拿大。J.统计。32, 347-358. ·Zbl 1059.62078号
[6] 顾，C。；Kim，Y.-J.，《惩罚似然回归：一般公式和有效近似》，加拿大。J.统计。，30, 619-628 (2002) ·兹比尔1018.62032
[7] 顾，C。；Wang，J.，惩罚似然密度估计：直接交叉验证和可扩展近似，统计学。中国。，13, 811-826 (2003) ·Zbl 1028.62019号
[8] Joly，P。；赞扬，D。；Letenneur，L.，任意删减数据的惩罚似然法：应用于痴呆症的年龄别发病率，生物统计学，54，185-194（1998）·Zbl 1058.62618号
[9] Kim，Y.-J。；Gu，C.，平滑样条高斯回归：通过有效近似实现更具可扩展性的计算，J.Roy。统计人员。Soc.序列号。B、 66、337-356（2004）·Zbl 1062.62067号
[10] Nychka，D.，平滑样条曲线的贝叶斯置信区间，J.Amer。统计人员。协会，83，1134-1143（1988）
[11] O’Sullivan，F.，《全自动原木密度和原木危害估计器的快速计算》，SIAM J.Sci。统计人员。计算。，9, 363-379 (1988) ·Zbl 0688.65083号
[12] O'Sullivan，F.，使用样条曲线和交叉验证的相对风险非参数估计，SIAM J.Sci。统计人员。计算。，9, 531-542 (1988) ·Zbl 0688.65084号
[13] Silverman，B.W.，《非参数回归曲线拟合的样条平滑方法的某些方面》，J.Roy。统计人员。Soc.序列号。B、 47，1-52（1985），（与讨论）·Zbl 0606.62038号
[14] 韦纳布尔斯，W.N。；Ripley，B.D.，《现代应用统计学与S-PLUS》（1999），Springer:Springer New York·Zbl 0927.62002号
[15] Wahba，G.，交叉验证平滑样条曲线的贝叶斯“置信区间”，J.Roy。统计人员。Soc.序列号。B、 45、133-150（1983）·Zbl 0538.65006号
[16] Zucker，D.M。；Karr，A.F.，具有时间相关协变量效应的非参数生存分析：惩罚部分似然方法，Ann.Statist。，18, 329-353 (1990) ·Zbl 0708.62035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。