×
邱志平

缺失协变量比例风险模型插补下的统计推断。 （英语） Zbl 1462.62589号

Commun公司。统计、理论方法 46，第23号，11575-11590（2017）.
摘要：缺失协变量数据在生物医学研究中很常见。本文利用非参数核回归技术，对具有缺失协变量的Cox-比例风险回归模型提出了一种新的插补方法。该方法的效率与全增广加权估值器相同[李琦（L.Qi）等，《美国统计协会期刊》第100卷，第472、1250–1263号（2005年；Zbl 1117.62413号)]给出了该估计量的渐近性质，并对其进行了分析。通过大量模拟研究和小鼠白血病数据，对所提出的插补方法和其他几种现有方法进行了比较。

引用于1文件

MSC公司：

62N01号 审查数据模型
62G07年 密度估算
6220国集团 非参数推理的渐近性质
62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

Cox比例风险模型;插补;核回归;随机失踪;缺失协变量数据

引文：

Zbl 1117.62413号
PDF格式BibTeX公司 XML格式引用
\textit{Z.邱}，Commun。统计，理论方法46，第23期，11575--11590（2017；Zbl 1462.62589）
全文： DOI程序

参考文献：

[1] Aerts，M.、G.Claeskens、N.Hens和G.Molenberghs。2002.局部多重插补。生物特征89:375-88·Zbl 1017.62039号
[2] Andersen，P.K.和R.D.Gill。1982.计数过程的考克斯回归模型：大样本研究。统计年鉴10:1100-20·Zbl 0526.62026号
[3] Begun、J.M.、W.J.Hall、W.M.Huang和J.A.Wellner。1983.参数-非参数模型中的信息和渐近效率。《统计年鉴》11:432-452·Zbl 0526.62045号
[4] Chen、M.H.、J.G.Ibrahim和Q.M.Shao。2004.随机缺失协变量的回归模型的后验分布的性质和MLE的存在性。美国统计协会杂志99:421-38·Zbl 1117.62308号
[5] Chen，H.Y.2011。Cox回归模型中缺失协变量的双半参数方法。美国统计协会杂志97:565-76·Zbl 1073.62526号
[6] Chen、H.Y.和R.J.A.Little。1999.缺失协变量的比例风险回归。美国统计协会杂志94:896-908·Zbl 0996.62092号
[7] Cox，D.R.1972年。回归模型和生命表（含讨论）。英国皇家统计学会杂志，B辑34:187-220·Zbl 0243.62041号
[8] Cox，D.R.1975年。部分可能性。生物特征62:269-76·Zbl 0312.62002号
[9] Fleming，T.R.和D.P.Harrington。1991.计数过程和生存分析。纽约：Wiley·Zbl 0727.62096号
[10] Hao，M.，X.Song和L.Sun2014。缺失协变量的加性风险模型的重加权估计。加拿大统计杂志42:285-307·Zbl 1349.62460号
[11] 霍维茨、D.G.和D.J.汤普森。1952.从有限宇宙中不替换抽样的推广。美国统计协会杂志47:663-85·Zbl 0047.38301号
[12] Herring、A.H.和J.G.Ibrahim。2001。Cox比例风险模型中缺失协变量的基于似然的方法。美国统计协会杂志96（453）：292-302·Zbl 1014.62112号
[13] Kang，J.D.和J.L.Schafer。2007.解密双重稳健性：从不完整数据估计总体平均值的替代策略比较。统计科学22:523-39·Zbl 1246.62073号
[14] Little，R.J.A.和D.B.Rubin，2002年。缺失数据的统计分析，第二版，纽约：John Wiley and Sons·兹比尔1011.62004
[15] Lu，G.和J.B.Copas。2005.随机缺失、可能性可忽略性和模型完整性。统计年鉴32:754-65·Zbl 1048.62007号
[16] 罗晓东、蔡伟彦和徐强。2009.缺失协变量的Cox回归模型的伪部分似然估计。生物特征96:617-33·Zbl 1170.62070号
[17] 马丁努森，T.1999。使用EM算法进行不完全协变量测量的Cox回归。斯堪的纳维亚统计杂志26:479-491·Zbl 0939.62033号
[18] Martinussen，T.、K.K.Holst和T.H.Scheike。2016年。使用改进的偏似然法对缺失协变量数据进行Cox回归。终身数据分析22:570-588·Zbl 1372.62047号
[19] Pugh，M.、J.Robins、S.Lipsitz和D.Harrington。1994.Cox比例风险模型中缺失协变量数据的推断。技术报告，哈佛大学公共卫生学院生物统计系。
[20] Qi，L.、Y.C.Wang和R.L.Prentice。2005年，具有缺失协变量的比例风险回归的加权估计量。美国统计协会杂志100:1250-63·Zbl 1117.62413号
[21] O'Quigley，J.2008年。比例风险回归。纽约：施普林格·Zbl 1244.62059号
[22] Shorack，G.R.和J.A.Wellner。1986.统计应用的经验过程。纽约：Wiley·Zbl 1170.62365号
[23] Tsiatis，A.A.1981。考克斯回归模型的大样本研究。统计年鉴9:93-108·Zbl 0455.62019号
[24] Tsiatis，A.A.2006年。半参数理论和缺失数据。纽约：施普林格·Zbl 1105.6202号
[25] 范德法特，A.W.1996。弱收敛和经验过程。纽约：Springer-Verlag·兹比尔0862.60002
[26] 范德法特，A.W.2000。渐进统计。英国剑桥：剑桥大学出版社·Zbl 0910.62001号
[27] Wang、C.Y.和H.Y.Chen。Cox缺失协变量回归的增强逆概率加权估计。生物统计学57:414-419·Zbl 1209.62225号
[28] Wang、C.Y.、L.Hsu、Z.D.Feng和R.L.Prentice。1997。故障时间回归中的回归校准。生物统计学53:131-145·Zbl 0874.62139号
[29] Wang，Q.和J.N.K.Rao。2002.缺失应答数据插补下的经验似然推理。统计年鉴30:896-924·Zbl 1029.62040号
[30] Wang、S.和C.Y.Wang。关于缺失协变量回归中核辅助估计量的注释。统计与概率快报55:439-49·Zbl 0994.62034号
[31] Xu，Q.、M.C.Paik、X.Luo和W.Y.Tsai。2009年，重新加权缺失协变量的Cox回归估计量。美国统计协会杂志104:1155-67·兹比尔1388.62295
[32] 周，Y.，A.T.K.Wan和X.Wang 2008。估计缺少数据的方程式推断。美国统计协会杂志103:1187-99·Zbl 1205.62037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。