×
范建清;周勇（Zhou，Yong）;蔡建文;陈敏

通过多元故障时间数据的加权估计获得效率。 （英语） Zbl 1176.62100号

科学。中国，Ser。A类 52，第6期，1113-1128（2009）.
总结：生存分析中经常出现多变量失效时间数据。一种常用的技术是边际风险模型的工作独立性估计。两个自然的问题是如何提高工作独立性估计器的效率，以及如何识别这种估计器具有高统计效率的情况。
本文根据加权估计量的渐近协方差，基于三种不同的最优准则，提出了三种加权估计量。找到了简化的封闭解，其性能始终优于工作独立性估计。当部分对数似然函数导数的渐近协方差接近可交换或对角时，我们还证明了工作独立性估计具有较高的统计效率。通过仿真比较了加权估计器和工作独立性估计器的性能。使用建议的估计器分析了Busselton人口健康调查的数据集。

引用于4评论
引用于2文件

理学硕士：

62号02 生存分析和删失数据中的估计
62甲12 多元分析中的估计
6220国集团 非参数推理的渐近性质
62N01号 审查数据模型
2012年12月62日 参数估计量的渐近性质
65C60个 统计中的计算问题（MSC2010）

关键词：

工作独立性估计器;边际危险模型;伪部分似然;最佳权重
PDF格式BibTeX公司 XML格式引用
\textit｛J.Fan｝等人，《科学》。中国，Ser。A 52，编号6，1113--1128（2009；Zbl 1176.62100）
全文： 内政部 链接

参考文献：

[1] Cox D R.回归模型和生命表（含讨论）。J R Stat Soc Ser B Stat Methodol，34:187–220（1972）·Zbl 0243.62041号
[2] Wei L J，Lin D Y，Weissfeld L.通过建模边际分布对多元不完全失效时间数据进行回归分析。J Amer统计协会，84:1065–1073（1989）·doi:10.2307/2290084
[3] Cai J，Prentice R L.基于相关失效时间数据的危险比参数估计方程。《生物特征》，82:151-164（1995）·Zbl 0823.62084号 ·doi:10.1093/biomet/82.1.151
[4] Cai J，Prentice R L.使用多元失效时间数据和通用基线风险函数模型进行回归估计。终身日期分析，3:197-213（1997）·Zbl 0929.62048号 ·doi:10.1023/A：1009613313677
[5] Spiekerman C F，Lin D Y.多元失效时间数据的边际回归模型。J Amer统计协会，93:1164-1175（1998）·Zbl 1064.62572号 ·doi:10.2307/2669859
[6] Cai J.多元失效时间数据边际模型中风险比参数的假设检验。终身日期分析，5:39–53（1999）·Zbl 0924.62115号 ·doi:10.1023/A:1009679032314
[7] 蔡J，樊J，蒋J，等。多变量生存数据的部分线性风险回归。美国统计协会杂志，102:538–551（2007）·Zbl 1172.62328号 ·doi:10.1198/0162145000001374
[8] 蔡J，樊J，蒋J，等。多元生存数据的变系数部分线性风险回归。J R Stat Soc Ser B Stat Methodol，70:141–158（2008）·Zbl 1400.62217号 ·doi:10.1111/j.1467-9868.2007.00630.x
[9] 蔡J，樊J，周H，等。多变量失效时间数据的变系数边际风险模型。《统计年鉴》，35:324–354（2007）·Zbl 1114.62104号 ·doi:10.1214/00905360000001145
[10] Lee K R，Kapadia C H。方差分量的均方误差有效估计量。梅特里卡，39:21-26（1992）·doi:10.1007/BF02613978
[11] Liang K Y，Zeger S L.使用广义线性模型进行纵向数据分析。《生物特征》，73:13-22（1986）·Zbl 0595.62110号 ·doi:10.1093/biomet/73.1.13
[12] Gray R J，Li Y.集群故障时间数据边际比例风险分析的最优权重函数。终身日期分析，8:5–19（2002）·Zbl 1015.62097号 ·doi:10.1023/A:1013568114539
[13] Glindden D V.集群故障时间数据的成对依赖诊断。《生物特征》，94:371–385（2007）·Zbl 1132.62084号 ·doi:10.1093/biomet/asm024
[14] Yu Z S，Lin X H。使用相关失效时间数据的局部核估计方程进行非参数回归。《生物特征》，95:123–137（2008）·Zbl 1437.62667号 ·doi:10.1093/biomet/asm081
[15] Chen K，Chen Y，Ying Z.利用边际比例风险模型分析多变量失效时间数据。手稿，2008年
[16] Heyde C C.拟似然及其应用：最佳参数估计的一般方法。纽约：Springer-Verlag，1997·Zbl 0879.62076号
[17] Hansen L P.广义矩估计方法的大样本性质。《计量经济学》，50:1029–1054（1982）·Zbl 0502.62098号 ·doi:10.2307/1912775
[18] Zeger S L，Liang K Y，Self S G。具有时间无关协变量的二元纵向数据分析。《生物特征》，72:31-38（1985）·Zbl 0557.62076号
[19] Andersen L.W.家族研究中的复合似然和两阶段估计。生物统计学，5:15-30（2004）·Zbl 1096.62108号 ·doi:10.1093/biostatistics/5.1.15
[20] Schaubel D，Cai J.肾衰竭患者住院率的聚集性复发事件数据分析。生物统计学，9:404–419（2005）·Zbl 1070.62110号 ·doi:10.1093/biostatistics/kxi018
[21] Larocque D，Nevalainen J，Oja H.聚类相关数据的加权多元符号检验。《生物特征》，94:267–283（2007）·Zbl 1132.62044号 ·doi:10.1093/biomet/asm026
[22] Kuk Y C.一种混合两两似然法。Biometrika，94:939–952（2007）·Zbl 1156.62012年 ·doi:10.1093/biomet/asm051
[23] 安徒生·P·K，吉尔·R·D·考克斯计数过程的回归模型：一项大样本研究。《统计年鉴》，10:1100-1120（1982）·Zbl 0526.62026号 ·doi:10.1214/aos/1176345976
[24] Clegg L X，Cai J，Sen P K，等。多元失效时间数据中边际风险模型的错误规范。生物统计学Ser B，62:25–42（2000）·Zbl 0972.62093号
[25] Clayton D，Cuzick J.比例风险模型的多元推广。J Roy Statist Soc Ser A，148:82–117（1985）·Zbl 0581.62086号 ·doi:10.2307/2981943
[26] Cullen K J.《1966年至1970年Busselton人群的大规模健康检查》。澳大利亚医学杂志，2:714–718（1972）
[27] Knuiman M W、Cullen K J、Bulsara M K等人，《1965年至1989年布塞尔顿的死亡率趋势》，布塞尔顿是重复健康调查和干预的地点。《澳大利亚公共卫生杂志》，18:129–135（1994）·doi:10.1111/j.1753-6405.1994.tb00213.x
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配，并且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。