×

具有信息审查的当前状态数据的半参数转换模型。 (英语) Zbl 1400.62061号

总结:当前状态数据是由于只有一次可行的检查而产生的,因此相关的故障时间发生在检查时间之前或之后。如果考试时间与感兴趣的失败时间有内在联系,则考试时间被称为信息审查时间。此类数据可能出现在许多领域,例如流行病学调查和动物致癌性实验。为了避免由于忽略信息删失而导致的严重误导性推理,我们提出了一类具有对数正态脆弱性的当前状态数据的半参数转换模型。共享脆弱性用于解释失效时间和删失时间之间的相关性。采用期望最大化(EM)算法结合筛法逼近无穷维参数来估计所有参数。为了研究该方法的有限样本特性,进行了模拟研究,并分析了啮齿动物致瘤性实验的数据集,以进行说明。

MSC公司:

62G05型 非参数估计
2012年12月62日 参数估计量的渐近性质
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Betensky,《关于当前状态数据的不可识别性和非信息审查》,Biometrika 87 pp 218–(2000)·Zbl 0974.62098号 ·doi:10.1093/biomet/87.1.218
[2] Chen,假设copula下相依竞争风险的半参数边际回归分析,《英国皇家统计学会杂志》,B系列72,第235页–(2010)·文件编号:10.1111/j.1467-9868.2009.00734.x
[3] Chen,多元现状数据回归分析的脆弱模型方法,《医学统计学》28页3424–(2009)·数字对象标识代码:10.1002/sim.3715
[4] Dewanji,生存/牺牲实验的非参数方法,生物统计学42 pp 325–(1986)·兹伯利0631.62109 ·doi:10.2307/2531053
[5] Dinse,《动物致瘤性数据分析中的恒定风险差异》,《生物统计学》第47页,第681页–(1991年)·Zbl 0735.62099号 ·doi:10.2307/2532155
[6] 邓森,具有信息审查的多元当前状态数据的贝叶斯模型,生物统计学58,第79页–(2002)·Zbl 1209.62031号 ·doi:10.1111/j.0006-341X.2002.0079.x
[7] Emoto,依赖审查的Weibull模型,《统计年鉴》,第18页,1556–(1990)·Zbl 0721.62027号 ·doi:10.1214/aos/1176347866
[8] Finkelstein,《啮齿动物致癌性实验的多肿瘤数据分析》,《生物统计学》45,第219页–(1989)·Zbl 0715.62229号 ·doi:10.2307/2532047
[9] 弗莱彻,实用优化方法(1987)·Zbl 0905.65002号
[10] Goggins,用于分析Cox比例风险模型下区间截尾数据的马尔可夫链蒙特卡罗EM算法,生物计量学54第1498页–(1998)·Zbl 1058.62555号 ·doi:10.2307/2533674
[11] Groeneboom,信息界和非参数最大似然估计(1992)·Zbl 0757.62017号 ·doi:10.1007/978-3-0348-8621-5
[12] 黄,带区间截尾的比例风险模型的有效估计,《统计年鉴》24,第540页–(1996)·Zbl 0859.62032号 ·doi:10.1214/aos/1032894452
[13] 黄,信息审查的脆弱模型,《生物统计学》58,第510页–(2002)·Zbl 1210.62129号 ·doi:10.1111/j.0006-341X.2002.00510.x
[14] Huang,使用假设copula进行依赖性审查的回归生存分析:敏感性分析方法,《生物计量学》64页1090–(2008)·Zbl 1152.62081号 ·doi:10.1111/j.1541-0420.2008.00986.x
[15] Jewell,当前状态数据与应用的综合,寿命数据分析1第101页–(1995)·Zbl 0822.62093号 ·doi:10.1007/BF00985261
[16] Lin,现状数据的加性危害回归,Biometrika 85第289页–(1998)·Zbl 0938.62121号 ·doi:10.1093/biomet/85.2.289
[17] Lin,在存在相关审查的情况下比较两种失效时间分布,Biometrika 83 pp 381–(1996)·Zbl 0865.62079号 ·doi:10.1093/biomet/83.23881
[18] Lindsey,啮齿动物致瘤性实验的三态乘法模型,应用统计学42 pp 283–(1993)·Zbl 0825.62884号 ·doi:10.2307/2986233
[19] Lindsey,啮齿动物致瘤性实验的连续和离散时间三状态模型的比较,《环境健康观点补充》102第9页–(1994)·doi:10.1289/ehp.94102s19
[20] Link,《信息审查模型》,《美国统计协会杂志》,80页,863页–(1989年)
[21] Louis,《使用EM算法时发现观测到的信息矩阵》,《皇家统计学会杂志:B辑40 pp 226–(1982)·Zbl 0488.62018号
[22] Oller,《区间删失:简化似然有效性的模型表征》,《加拿大统计杂志》32页315–(2004)·Zbl 1061.62156号 ·doi:10.2307/3315932
[23] Peng,半完备性风险数据的回归建模,《生物统计学》第63页,96–(2007)·Zbl 1124.62025号 ·doi:10.1111/j.1541-0420.2006.00621.x
[24] 罗宾斯,《艾滋病流行病学:方法论问题》,第297页(1992年)·doi:10.1007/9781-4757-1229-2_14
[25] Rossini,用于当前状态数据分析的半参数比例优势回归模型,《美国统计协会杂志》91 pp 713–(1996)·Zbl 0869.62082号 ·doi:10.1080/01621459.1996.10476939
[26] Shiboski,当前状态数据的广义加性模型,寿命数据分析4,第29页–(1998)·Zbl 0894.62116号 ·doi:10.1023/A:1009652024999
[27] Sun,《不平等审查下当前状态数据的非参数检验》,《皇家统计学会杂志》,B辑61,第243页–(1999)·Zbl 0913.62048号 ·doi:10.1111/1467-9868.00174
[28] Sun,间隔相关失效时间数据的统计分析(2006)·Zbl 1127.62090号
[29] van der Laan,用当前状态数据和时间相关协变量进行局部有效估计,《美国统计协会杂志》93 pp 693–(1998)·Zbl 0953.62118号 ·doi:10.1080/01621459.1998.10473721
[30] Williams,《截尾生存分析模型:常数和可变和模型》,Biometrika 64 pp 215–(1977)·Zbl 0366.92009号
[31] Xue,具有当前状态数据的半参数回归模型的筛最大似然估计量,《美国统计协会杂志》99第346页–(2004)·Zbl 1117.62449号 ·doi:10.1198/016214500000313
[32] Zeng,多变量生存时间的伽玛脆弱性转换模型,Biometrika 96 pp 277–(2009)·Zbl 1163.62025号 ·doi:10.1093/biomet/asp008
[33] 曾,计数过程半参数变换模型的有效估计,Biometrika 93 pp 627–(2006)·Zbl 1108.62083号 ·doi:10.1093/biomet/93.3.627
[34] 曾,带删失数据的半参数回归模型中的最大似然估计,《皇家统计学会杂志:B系列69 pp 1–》(2007)·doi:10.1111/j.1369-7412.2007.00606.x
[35] 张,利用信息观察时间对现状数据进行统计分析,《医学统计学》24页1399–(2005)·doi:10.1002/sim.2001年
[36] 张,失效时间数据与信息区间截尾的回归分析,《医学统计学》26页2533–(2007)·数字对象标识代码:10.1002/sim.2721
[37] Zheng,基于假设连接线的依赖竞争风险的边际生存估计,Biometrika 82 pp 127–(1995)·Zbl 0823.62099号 ·doi:10.1093/biomet/82.1.127
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。