×
赵世顺;胡涛;马玲（Ma，Ling）;王培杰;孙建国

利用加性危害模型对信息性现状数据进行回归分析。 （英语） Zbl 1322.62296号

寿命数据分析。 21，第2期，241-258（2015）.
小结：本文讨论了在信息删失情况下，由加性风险模型产生的当前状态故障时间数据的回归分析。如果删失是非信息的，在各种回归模型下，已经开发了许多方法对当前状态数据进行回归分析，此外，在肿瘤发生性实验的背景下，也有大量关于信息性当前状态数据参数分析的文献。本文提出了一种半参数极大似然估计方法，该方法利用copula模型来描述感兴趣的失效时间与截尾时间之间的关系。此外，利用I样条逼近所涉及的非参数函数，并建立了所提出估计量的渐近相合性和正态性。进行了仿真研究，表明该方法在实际情况下效果良好。还提供了一个示例。

引用于1审查
引用于20文件

MSC公司：

62号05 可靠性和寿命测试
62N01号 审查数据模型
62G05型 非参数估计
62G08号 非参数回归和分位数回归

关键词：

加性危险模型;当前状态数据;有效估计;信息审查
PDF格式BibTeX公司 XML格式引用
\textit{S.Zhao}等人，《寿命数据分析》。21，第2号，241--258（2015；Zbl 1322.62296）
全文： DOI程序

参考文献：

[1] Bickel PJ，Kwon J（2001）半参数模型的推断：一些问题和答案。统计Sin 11:863-960·Zbl 0997.62028号
[2] Chen X，Fan Y，Tsyrennikov V（2006）半参数多元copula模型的有效估计。美国统计协会期刊101:1228-1240·Zbl 1120.62312号 ·doi:10.1198/016214500000311
[3] Chen L，Sun J（2009）使用加性风险模型分析现状数据的多重插补方法。公共统计理论方法38:1009-1018·Zbl 1162.62093号 ·网址：10.1080/03610920802361407
[4] Chen MH，Tong X，Sun J（2009）多元现状数据回归分析的脆弱模型方法。统计医学28:3424-3426·数字对象标识代码：10.1002/sim.3715
[5] Chen CM，Lu TFC，Chen MH，Hsu CM（2012a）基于信息审查的现状数据半参数转换模型。生物杂志54:641-656·Zbl 1400.62061号 ·doi:10.1002/bimj.201100131
[6] Chen DGD，Sun J，Peace K（2012b），基于时间间隔的事件数据：方法和应用。查普曼和霍尔/CRC·兹比尔1274.62040
[7] Hougaard P（2000）多变量生存数据分析。纽约州施普林格·Zbl 0962.62096号 ·doi:10.1007/978-1-4612-1304-8
[8] Huang X，Wolfe RA（2002）信息审查的脆弱模型。生物统计学58:510-520·Zbl 1210.62129号 ·doi:10.1111/j.0006-341X.2002.00510.x
[9] Kalbfleisch JD，Prentice RL（2002）《失效时间数据的统计分析》，第2版。纽约威利·Zbl 1012.62104号 ·doi:10.1002/9781118032985
[10] Keiting N（1991）《特定年龄的发病率和流行率：统计视角》（附讨论）。J R Stat Soc A期刊154:371-412·Zbl 1002.62504号 ·doi:10.2307/2983150
[11] Kulich M，Lin DY（2000），具有协变量测量误差的加性风险回归。美国统计协会杂志95:238-248·Zbl 0996.62038号 ·doi:10.1080/01621459.2000.10473917
[12] Lagakos SW，Louis TA（1988）利用肿瘤致死性解释缺乏死亡原因数据的肿瘤发生性实验。应用统计37:169-179·doi:10.2307/2347336
[13] Li J，Wang C，Sun J（2012）利用加性风险模型对集群间隔相关失效时间数据进行回归分析。非参数统计杂志24:1041-1050·Zbl 1253.62026号 ·doi:10.1080/10485252.2012.720256
[14] Lin DY，Ying Z（1994）加性风险模型的半参数分析。生物特征81:61-71·Zbl 0796.62099号 ·doi:10.1093/biomet/81.1.61
[15] Lin DY、Oakes D、Ying Z（1998）《当前状态数据的附加危害回归》。生物特征85:289-298·Zbl 0938.62121号 ·doi:10.1093/biomet/85.2.289
[16] Lu M，Zhang Y，Huang J（2007）使用单调多项式样条估计面板计数数据的平均函数。生物特征94:705-718·Zbl 1135.62069号 ·doi:10.1093/biomet/asm057
[17] Martinussen T，Scheike TH（2002）利用当前状态数据进行加性风险回归的有效估计。生物特征89:649-658·兹比尔1036.62109 ·doi:10.1093/biomet/89.3649
[18] Nelsen RB（2006）系谱导论，第2版。纽约州施普林格·Zbl 1152.62030
[19] Pollard D（1984）随机过程的收敛性。纽约州施普林格·Zbl 0544.60045号 ·doi:10.1007/978-1-4612-5254-2
[20] Ramsay JO（1988）单音回归样条函数的应用。统计科学3:425-441·doi:10.1214/ss/1177012761
[21] Schumaker LL（1981）《样条函数：基本理论》。纽约威利·Zbl 0449.41004号
[22] Shen X，Wong WH（1994）筛分估计的收敛速度。安统计22:580-615·Zbl 0805.62008号 ·doi:10.1214/aos/1176325486
[23] Shorack GR（2000）统计学家的概率。纽约州施普林格·Zbl 0951.62005号
[24] 沈X（1997）《筛分方法与处罚》。安统计25:2555-2591·Zbl 0895.62041号 ·doi:10.1214/aos/1030741085
[25] Sun J（2006）间隔相关失效时间数据的统计分析。纽约州施普林格·Zbl 1127.62090号
[26] Sun L，Park D，Sun J（2006），重复间隔时间的加性风险模型。统计Sin 16:919-932·Zbl 1107.62106号
[27] Titman AC（2013），一种池邻接违规类型的算法，用于依赖审查的当前状态数据的非参数估计。寿命数据分析。在线发布：2013年6月22日·Zbl 1357.62291号
[28] Tong X，Hu T，Sun J（2012）利用二元现状数据进行加性风险回归的有效估计。科学中国数学55:763-774·Zbl 1387.62106号 ·doi:10.1007/s11425-012-4381-3
[29] van der Vaart AW，Wellner JA（1996），弱收敛和经验过程。纽约州施普林格·兹比尔0862.60002 ·数字对象标识代码：10.1007/978-1-4757-2545-2
[30] Wang L，Sun J，Tong X（2010）使用加性风险模型对案例II间隔相关失效时间数据进行回归分析。统计Sin 20:1709-1723·Zbl 1410.62172号
[31] Wang C，Sun J，Sun L，Zhou J，Wang D（2012）相关删失下现状数据的非参数估计。寿命数据分析18:434-445·Zbl 1322.62255号 ·doi:10.1007/s10985-012-9223-7
[32] Zhang Z，Sun J，Sun L（2005）具有信息观测时间的现状数据统计分析。《医学统计》24:1399-1407·doi:10.1002/sim.2001
[33] Zheng M，Klein JP（1995）基于假设copula的依赖竞争风险的边际生存估计。生物特征82:127-138·Zbl 0823.62099号 ·doi:10.1093/biomet/82.1.127
[34] 周X，孙L（2003）缺失删失信息的加性风险回归。统计Sin 13:1237-1258·Zbl 1034.62101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。