×
路易斯·埃尔南多;Gilberto A.Paula。

存在非信息性左或右偏观测的对数对称回归模型。 （英语） Zbl 06833486号

测试 26，第2期，405-428（2017）.
摘要：在本文中，讨论了对数对称回归模型中允许存在非信息性左或右中心观测值的扩展。在这种模型下，对数时间分布属于对称类，其位置和尺度参数由解释变量的半参数函数描述，其非参数分量用自然三次样条或P样条逼近。提出了用最大惩罚似然法进行参数估计的迭代过程。通过分析和仿真实验研究了最大惩罚似然估计量的大样本性质。推导了偏差型残差和局部影响措施等诊断方法。还讨论了包ssym，其中包括本文所述方法在计算环境R中的实现。通过对实际数据集的分析，说明了所提出的方法。

引用于8文件

MSC公司：

62N01号 审查数据模型
2012年12月62日 参数估计量的渐近性质
62J20型 诊断、线性推理和回归
62-07 数据分析（统计）（MSC2010）

关键词：

生存分析;加速寿命模型;对称分布;鲁棒估计;回火算法;可加模型

软件：

ssym公司;加迈尔;弗莱克斯苏夫;rms（有效值）;生存;环境卫生管理局;对;GAMLSS公司
PDF格式BibTeX公司 XML格式引用
\textit{L.H.Vanegas}和\textit{G.A.Paula}，测试26，第2号，405--428（2017；Zbl 06833486）
全文： 内政部

参考文献：

[1] Akaike，H。；彼得罗夫，BN（编辑）；Csaki，F.（编辑），《信息论与最大似然原理的扩展》，267-281（1973），布达佩斯·Zbl 0283.62006号
[2] Bagdonavičius V，Nikulin M（2001）加速生命模型。建模和统计分析。查普曼和霍尔，博卡拉顿·Zbl 1001.62035号 ·doi:10.1201/9781420035872
[3] Barros M，Paula GA，Leiva V（2008）一类新的生存回归模型，具有重尾错误：稳健性和诊断。寿命数据分析14:316-332·Zbl 1356.62198号 ·doi:10.1007/s10985-008-9085-1
[4] Billingsley P（1961）马尔可夫过程的统计推断。芝加哥大学出版社，芝加哥·Zbl 0106.34201号
[5] BorganØ（1984）参数计数过程模型中的最大似然估计，及其在截尾故障时间数据中的应用。扫描J统计11:1-16·Zbl 0546.62010号
[6] Brostom G（2014）eha：事件历史分析。R包版本2.4-2。http://CRAN.R-project.org/package=eha ·Zbl 1490.62201号
[7] Conover WJ（1971）《实用非参数统计》。纽约威利
[8] Cook RD（1986）《地方影响评估》（讨论）。J R Stat Soc B方法48:133-169·Zbl 0608.62041号
[9] Davison AC、Gigli A（1989）《偏差残差和正常得分图》。生物特征76:211-221·Zbl 0666.62071号 ·doi:10.1093/biomet/76.2.211
[10] Eilers PHC，Marx BD（1996），使用B样条和惩罚的灵活平滑。《科学统计》11:89-121·Zbl 0955.62562号 ·doi:10.1214/s/1038425655
[11] Fang KT，Kotz S，Ng KW（1990）《对称多元及相关分布》。查普曼和霍尔，伦敦·Zbl 0699.62048号 ·doi:10.1007/9781-4899-2937-2
[12] Green PJ，Silverman BW（1994），非参数回归和广义线性模型。查普曼和霍尔，伦敦·Zbl 0832.62032号 ·doi:10.1007/978-1-4899-4473-3
[13] Harrell FE（2015）rms:回归建模策略。R包版本4.3-1。http://CRAN.R-project.org/package=rms ·Zbl 1330.62001
[14] Jackson C（2015）flexsurv:灵活参数生存和多状态模型。R包版本0.6。http://CRAN.R-project.org/package=flexsurv公司 ·Zbl 06292429号
[15] Kalbfleisch JD，Prentice RL（2002）失效时间数据的统计分析。纽约威利·Zbl 1012.62104号 ·doi:10.1002/9781118032985
[16] Kaplan EL，Meier P（1958）不完全观测的非参数估计。美国统计协会杂志53:457-481·Zbl 0089.14801号 ·doi:10.1080/01621459.1958.10501452
[17] Klein JP、Moeschberger ML（1997）生存分析。纽约州施普林格·Zbl 0871.62091号 ·doi:10.1007/978-1-4757-2728-9
[18] Kneib T（2013）再审。统计模型13:373-385·Zbl 07257463号 ·doi:10.1177/1471082X13494531
[19] Lancaster P，Salkauskas K（1986）曲线和曲面拟合：简介。伦敦学术出版社·Zbl 0649.65012号
[20] Marshall AW，Olkin I（2007）寿命分布。纽约州施普林格·Zbl 1304.62019年
[21] Ortega JM，Rheinboldt WC（1970）多变量非线性方程的迭代解。纽约学术出版社·Zbl 0241.65046号
[22] Paula GA、Leiva V、Barros M、Liu S（2012）《使用Birnbaum-Saunders-应用于保险的稳健统计建模》。Appl Stoch模型总线28:16-34·Zbl 06292429号 ·doi:10.1002/asmb.887
[23] Pierce DA，Shafer DW（1996）广义线性模型中的残差。美国统计协会杂志81:977-986·Zbl 0644.62076号 ·doi:10.1080/01621459.1986.10478361
[24] Poon WY，Poon YS（1999）保角法曲率和局部影响评估。J R Stat Soc B方法61:51-61·Zbl 0913.62062号 ·doi:10.1111/1467-9868.00162
[25] R核心团队（2016）R：统计计算的语言和环境。R统计计算基金会，奥地利维也纳。网址：http://www.R-project.org/ ·Zbl 0546.62010号
[26] Rieck JR，Nedelman JR（1991）Birnbaum-Saunders分布的对数线性模型。技术计量33:51-60·Zbl 0717.62090号
[27] Rigby RA，Stasinopoulos DM（2005）位置、规模和形状的广义加性模型。J应用统计54:507-554·Zbl 1490.62201号
[28] Rigby RA，Stasinopoulos DM（2007）R.J Stat Softw 23:1-46中位置、规模和形状的广义加性模型（GAMLSS）
[29] Rigby RA，Stasinopoulos DM（2016）gamlss:位置规模和形状的广义加性模型。R软件包版本4.2-8。http://CRAN.R-project.org/package=gamlss ·Zbl 1490.62201号
[30] Schwarz GE（1978）估算模型的维数。安统计6:461-464·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136
[31] Therneau T（2014）生存：S.R包版本2.38-1中的生存分析包。http://CRAN.R-project.org/package=生存
[32] Vanegas LH，Cysneiros FJA（2010）对称非线性回归模型中诊断程序的评估。计算统计数据分析54:1002-1016·Zbl 1465.62023号 ·doi:10.1016/j.csda.2009.10.013
[33] Vanegas LH，Paula GA（2016a）对数对称模型的扩展：R代码和应用。J统计计算模拟86:1709-1735·兹比尔1510.62191 ·doi:10.1080/00949655.2015.1081689
[34] Vanegas LH，Paula GA（2016b）对数对称分布：统计特性和参数估计。Braz J Probab统计30:196-220·Zbl 1381.60047号 ·doi:10.1214/14-BJPS272
[35] Vanegas LH，Paula GA（2016c）ssym:拟合半参数对称回归模型。R软件包版本1.5-2。http://CRAN.R-project.org/package=ssym
[36] Waller LA，Turnbull BW（1992），截尾数据概率图。美国统计局46:5-12
[37] Wood SN（2006）广义加性模型：R.Chapman和Hall，Boca Raton的介绍·Zbl 1087.62082号
[38] Wu C，Yu Y（2014）使用惩罚样条对条件分位数进行部分线性建模。计算机统计数据分析77:170-187·Zbl 1506.62192号 ·doi:10.1016/j.csda.2014.02.020
[39] Yu Y，Ruppert D（2002）部分线性单指标模型的惩罚样条估计。美国统计学会杂志97:1042-1054·Zbl 1045.62035号 ·doi:10.1198/016214502388618861
[40] 邹毅，张杰，秦波（2011）半参数加速失效时间部分线性模型及其在乳腺癌中的应用。计算统计数据分析55:1479-1487·Zbl 1328.62604号 ·doi:10.1016/j.csda.2010.10.012
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。