×

截尾数据生存概率的非参数似然比估计。 (英语) 兹比尔0851.62026

总结:D.R.托马斯G.L.Grunkemeier公司【《美国统计学会期刊》第70卷第865-871页(1975年;Zbl 0331.62028号)]提出了一种非参数似然比方法,用于随机截尾数据生存概率的区间估计。他们的方法总是在[0,1]内产生置信区间,并且比基于Kaplan-Meier估计和Greenwood公式的正常近似方法具有更好的性能。
我们证明了Thomas和Grunkemeier使用的似然比是“真正的”非参数似然比。也就是说,它可以通过考虑所有生存函数的参数空间来推导。许多现有的经验似然方法都不具备这一特性。我们还注意到,这个结果并不是由E.卡普兰P.梅耶[同上,53、457-481(1958年;Zbl 0089.14801号)]所有生存函数在空间上的最大似然是在观测到的未检测寿命支持的所有离散生存函数的子空间中实现的。
本说明的另一个目的是指出,似然比方法也可用于对任何有限数量的概率进行联合推断,并测试截尾数据的给定生存函数的拟合优度。还对似然比的极限分布进行了严格推导。

MSC公司:

62G05型 非参数估计
62页第10页 统计学在生物学和医学中的应用;元分析
62E20型 统计学中的渐近分布理论
62G10型 非参数假设检验
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 东北部布雷斯洛。;Crowley,J.,《随机审查下生命表和产品极限估计的大样本研究》,Ann.Statist。,2437-453(1974年)·Zbl 0283.62023号
[2] 考克斯,D.R。;Oakes,D.,生存数据分析(1984),查普曼和霍尔:查普曼和霍尔伦敦
[3] 克里奇利,F。;福特,I。;Rijal,O.,《基于轮廓似然的区间估计:强拉格朗日理论及其在识别中的应用》,《生物统计学》,75,21-28(1988)·Zbl 0632.62056号
[4] DiCiccio,T.J。;霍尔,P。;Romano,J.,经验可能性是Bartlett可修正的,Ann.Statist。,19, 1053-1061 (1991) ·Zbl 0725.62042号
[5] 弗莱明,T.R。;Harrington,D.P.,《计数过程和生存分析》(1991年),威利出版社:威利纽约·Zbl 0727.62096号
[6] Gill,R.D.,《审查与随机积分》,(数学中心,124(1980),数学中心:阿姆斯特丹数学中心)·Zbl 0456.62003号
[7] Hall,P.,经验似然的伪似然理论,Ann.Statist。,18, 121-140 (1990) ·Zbl 0699.62040号
[8] 卡普兰,E。;Meier,P.,不完全观测的非参数估计,J.Amer。统计师。协会,53,457-481(1958)·Zbl 0089.14801号
[9] Kolaczyk,E.D.,广义线性模型的经验似然,(斯坦福大学统计系第389号技术报告(1992))·Zbl 0824.62062号
[10] Owen,A.,单个功能的经验似然比置信区间,Biometrika,75,237-249(1988)·Zbl 0641.62032号
[11] Owen,A.,经验似然比置信区,Ann.Statist。,18, 90-120 (1990) ·Zbl 0712.62040号
[12] Owen,A.,线性模型的经验似然,Ann.Statist。,19, 1725-1747 (1991) ·Zbl 0799.62048号
[13] Owen,A.,经验似然和广义投影寻踪,(技术报告第393号(1992),斯坦福大学统计系)
[14] 秦杰,有偏样本问题的经验似然,统计年鉴。,21, 1182-1196 (1994) ·Zbl 0791.62052号
[15] 秦,J。;Lawless,J.,经验似然和一般估计方程,Ann.Statist。,22, 300-325 (1994) ·Zbl 0799.62049号
[16] 托马斯·D·R。;Grunkemeier,G.L.,截尾数据生存概率的置信区间估计,J.Amer。统计师。协会,70,865-871(1975)·Zbl 0331.62028号
[17] Whittle,P.,《约束下的优化》(1971),威利:威利伦敦·兹比尔0218.90041
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。