利恩·普雷南;雷尔·布雷克斯;卢克·杜恰图 扩展阿基米德copula方法，对分组为可变大小簇的多变量生存数据进行建模。 （英语） Zbl 1414.62408号 J.R.Stat.Soc.，塞尔维亚。B、 统计方法。 79，第2期，483-505（2017）. 摘要：对于集群生存数据的分析，通常使用两种不同类型的模型来考虑相关性：脆弱模型和连接模型。脆弱性模型假设，在每个集群的脆弱性条件下，该集群内个体的风险函数是独立的。这些未知的脆弱性项及其强制分布用于表示集群中不同个体之间的关联。相反，Copula模型假设集群中个体的联合生存函数由Copula函数给出，并在每个个体的边际生存函数中进行评估。它是描述集群内生命周期之间关联的copula函数。与脆弱性模型相比，当前copula模型的一个主要缺点是，不同簇的大小必须较小，并且必须等于为不同模型参数建立可管理的估计程序。通过考虑一类具有完全单调生成器的阿基米德连接函数，我们描述了一个用于集群生存数据的连接函数模型，其中允许集群大小适中且大小可变。我们开发了copula参数的单阶段和两阶段估计。此外，我们还证明了这些估计的相合性和渐近正态性。最后，我们进行了模拟研究，以研究估计量的有限样本性质。我们在包含奶牛首次授精时间的数据集上演示了该方法，奶牛成群。 引用于11文件 MSC公司： 62N01号 审查数据模型 10层62层 点估计 62H20个 关联度量（相关性、典型相关性等） 关键词：阿基米德copula;多元生存数据;改变集群大小 PDF格式BibTeX公司 XML格式引用 \textit{L.Prenen}等人，J.R.Stat.Soc.，Ser。B、 统计方法。79，第2号，483--505（2017；Zbl 1414.62408） 全文： 内政部 arXiv公司