李嘉良;金百硕 多阈值加速失效时间模型。 （英语） Zbl 1410.62125号 Ann.统计。 46，No.6A，2657-2682（2018）. 摘要：本文提出了分段加速失效时间（AFT）模型中同时检测多个阈值并实现模型选择的两阶段过程。在第一阶段，我们将阈值问题表示为一个组模型选择问题，以便可以应用凹2-范数组选择方法。在第二阶段，通过细化方法确定阈值。在一些温和的技术条件下，我们建立了阈值估计和回归系数估计的强一致性。所提出的程序在我们的模拟研究中表现令人满意。通过分析滤泡性淋巴瘤数据，证明了其在现实世界中的适用性。 引用于10文件 MSC公司： 62号05 可靠性和寿命测试 62J05型 线性回归；混合模型 62G05型 非参数估计 6220国集团 非参数推理的渐近性质 关键词：断点;MCP罚款;SCAD处罚;Stute估计器;阈值回归 PDF格式BibTeX公司 XML格式引用 \textit{J.Li}和\textit{B.Jin}，Ann.Stat.46，No.6A，2657--2682（2018；Zbl 1410.62125） 全文： DOI程序 arXiv公司 欧几里得 参考文献： [1] Bai，J.和Perron，P.（2003年）。多种结构变化模型的计算和分析。J.应用。计量经济学18 1–22。 [2] Buckley，J.和James，I.（1979年）。截尾数据的线性回归。生物特征66 429–436·Zbl 0425.62051号 ·doi:10.1093/biomet/66.3.429 [3] Dave，S.S.、Wright，G.、Tan，B.、Rosenwald，A.、Gascoyne，R.D.、Chan，W.C.等人（2004年）。基于肿瘤浸润免疫细胞的分子特征预测滤泡性淋巴瘤的生存率。北英格兰。医学杂志351 2159–2169。 [4] Davis，R.A.、Lee，T.C.M.和Rodriguez-Yam，G.A.（2006年）。非平稳时间序列模型的结构突变估计。J.Amer。统计师。协会101 223–239·Zbl 1118.62359号 ·doi:10.1198/01621450000000745 [5] Fan，J.和Li，R.（2001）。通过非冲突惩罚似然及其oracle属性进行变量选择。J.Amer。统计师。协会96 1348–1360·Zbl 1073.62547号 ·doi:10.1198/016214501753382273 [6] Fearnhead，P.和Vasileiou，D.（2009年）。等容线的贝叶斯分析。J.Amer。统计师。协会104 132–141·Zbl 1388.62319号 ·doi:10.1198/jasa.2009.0009 [7] Gordon，A.D.（1981年）。分类：多元数据探索性分析方法。查普曼和霍尔，纽约·Zbl 0507.62057号 [8] Hájek，J.和Rényi，A.（1955）。Kolmogorov不等式的推广。数学学报。阿卡德。科学。悬挂6 281–283·Zbl 0067.10701号 [9] Hansen，B.E.（2000）。样本分割和阈值估计。计量经济学68 575–603。数字对象标识码：10.1111/1468-0262.00124·Zbl 1056.62528号 ·doi:10.1111/1468-0262.00124 [10] Harchaoui，Z.和Lévy-Leduc，C.（2010年）。具有总变差惩罚的多个变点估计。J.Amer。统计师。协会105 1480–1493·Zbl 1388.62211号 ·doi:10.1198/jasa.2010.tm09181 [11] Huang，J.，Ma，S.和Xie，H.（2006）。高维协变量加速失效时间模型中的正则化估计。生物统计学62 813–820·Zbl 1111.62090号 ·文件编号：10.1111/j.1541-0420.2006.00562.x [12] Inclán，C.和Tiao，G.C.（1994年）。使用累积平方和追溯检测方差变化。J.Amer。统计师。协会89 913–923·Zbl 0825.62678号 [13] Jin，B.、Shi，X.和Wu，Y.（2013）。一种新的快速非平稳时间序列模型多结构突变同时估计和变量选择方法。统计计算23 221–231。DOI:10.1007/s11222-011-9304-6·Zbl 1322.62210号 ·doi:10.1007/s11222-011-9304-6 [14] Kalbfleisch，J.D.和Prentice，R.L.（2002年）。故障时间数据的统计分析。纽约威利·Zbl 1012.62104号 [15] Kosorok，M.R.和Song，R.（2007年）。基于协变量阈值的变点变换模型的右删失推理。统计年鉴35·Zbl 1136.62376号 ·doi:10.1214/0090536000001244 [16] Lawless，J.F.（2011）。终身数据的统计模型和方法。John Wiley&Sons，纽约·Zbl 0541.62081号 [17] Lin，D.Y.，Wei，L.J.和Ying，Z.（1998）。计数过程的加速故障时间模型。生物特征85 605–618·Zbl 0947.62069号 ·doi:10.1093/biomet/85.3.605 [18] Luo，X.、Turnbull，B.W.和Clark，L.C.（1997）。使用生存数据对变化点进行似然比测试。生物特征84 555–565·Zbl 0888.62016号 ·doi:10.1093/biomet/84.3555 [19] Perron，P.（2006）。处理结构性断裂。在《帕尔格雷夫计量经济学手册》第1卷：计量经济学理论（K.Patterson和T.C.Mills编辑）278–352。英国贝辛斯托克帕尔格雷夫·麦克米伦。 [20] Pons，O.（2003）。根据协变量中的阈值对具有变化点的Cox回归模型进行估计。统计年鉴31 442–463·Zbl 1040.62090号 ·doi:10.1214/aos/1051027876 [21] Prentice，R.L.（1978）。右删失数据的线性秩检验。生物特征65 167–179·Zbl 0377.62024号 ·doi:10.1093/biomet/65.1.167 [22] Puntanen，S.（2011）。Haruo Yanai、Kei Takeuchi和Yoshio Takane编写的投影矩阵、广义逆矩阵和奇异值分解。国际统计版次79 503–504·兹比尔1279.15003 [23] 斯图特，W.（1993）。当存在协变量时，随机审查下的一致估计。《多变量分析杂志》45 89–103·Zbl 0767.62036号 ·doi:10.1006/jmva.1993.1028 [24] Stute，W.（1995）。随机审查下的中心极限定理。《统计年鉴》23 422-439·Zbl 0829.62055号 ·doi:10.1214/aos/1176324528 [25] Stute，W.（1996）。存在协变量时随机审查下的分布收敛性。扫描。J.统计数据23 461–471·Zbl 0903.62045号 [26] Tong，H.（2012）。非线性时间序列分析中的阈值模型。柏林施普林格。 [27] Tsiatis，A.A.（1990年）。使用删失数据的线性秩检验估计回归参数。《统计年鉴》18 354–372·Zbl 0701.62051号 ·doi:10.1214/aos/1176347504 [28] Xia，X.，Jiang，B.，Li，J.和Zhang，W.（2016）。生存分析中的低维混杂调整和高维惩罚估计。终身数据分析22 547–569·Zbl 1372.62089号 ·doi:10.1007/s10985-015-9350-z [29] Yang，S.、Su，C.和Yu，K.（2008）。强大数定律的一般方法及其应用。统计师。普罗巴伯。第78 794–803页·Zbl 1153.60019号 ·doi:10.1016/j.spl.2007.09.046 [30] Yao，Y.C.和Au，S.T.（1989）。阶跃函数的最小二乘估计。塞尔·桑克亚。A51 370–381·Zbl 0711.62031号 [31] Ying，Z.（1993）。删失回归数据秩估计的大样本研究。统计年鉴21 76-99·Zbl 0773.62048号 ·doi:10.1214/aos/1176349016 [32] Yu，T.、Li，J.和Ma，S.（2012）。调整生物标记物排序中的混杂因素：基于模板的ROC方法。简介。生物信息.13 513–523。 [33] Zhang，C.（2010）。极小极大凹惩罚下的几乎无偏变量选择。统计年鉴38 894–942·Zbl 1183.62120号 ·doi:10.1214/09-AOS729 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。