×
张志刚;赵宜川

具有间隔相关失效时间数据的线性变换模型的经验似然。 （英语） 兹比尔1357.62159

《多元分析杂志》。 116, 398-409 (2013)。
总结：对于间隔相关失效时间数据的回归分析，Z.Zhang先生等【加拿大期刊Stat.33，No.1，61-70（2005；Zbl 1063.62061号)]提出了一种估计方程方法来拟合线性变换模型。我们开发了两种基于广义估计方程的回归参数的经验似然（EL）推理方法。推导了对数经验似然比的极限分布，得到了回归参数任意特定分量的经验似然置信区间。我们进行了广泛的模拟研究，将提出的方法与Zhang等人讨论的方法进行了比较[loc.cit.]。仿真结果表明，在大多数情况下，线性变换模型的EL和jackknife EL方法比现有的基于置信区间覆盖概率的正态近似方法具有更好的性能，并使我们能够在样本量较小且右删失量较大的情况下，使用正态近似克服回归参数置信区间的低于平均值问题。提供了两个实际数据示例来说明我们的过程。

引用于16文件

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
62G08号 非参数回归和分位数回归
62G10型 非参数假设检验
62N01号 审查数据模型
62G15年 非参数容差和置信区域
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：

置信区间/区域;覆盖概率;间隔感应故障时间数据;折刀经验似然;线性变换模型;估计方程

引文：

Zbl 1063.62061号
PDF格式BibTeX公司 XML格式引用
\textit{Z.Zhang}和\textit{Y.Zhao}，J.多元分析。116398--409（2013年；Zbl 1357.62159）
全文： 内政部

参考文献：

[1] An，Y.，《缺失数据下ROC曲线的平滑经验似然推断》，《开放统计杂志》，02，21-27（2012）
[2] Arvesen，J.N.，Jackknifing（U）-统计学，《数理统计年鉴》，40，2076-2100（1969）·Zbl 0193.16403号
[3] 巴切蒂，P。；Quale，C.，具有区间相关数据和时变协变量的广义加性模型：应用于血友病患者的人类免疫缺陷病毒感染，生物统计学，58443-447（2002）·Zbl 1210.62040号
[4] Chen，K。；Z.Jin。；Ying，Z.，带删失数据的变换模型的半参数分析，Biometrika，89659-668（2002）·Zbl 1039.62094号
[5] 陈，J。；彭，L。；Zhao，Y.，基于经验似然的连接函数置信区间，多元分析杂志，100137-151（2009）·Zbl 1151.62037号
[6] Cheng，S.C。；魏立杰。；Ying，Z.，用删失数据分析转换模型，Biometrika，83835-846（1995）·兹比尔0861.62071
[7] Cheng，G。；Zhao，Y。；Li，B.，半参数加性等渗回归的经验似然推断，多元分析杂志，112172-182（2012）·Zbl 1273.62106号
[8] Claeskens，G。；Jing，B.-Y。；彭，L。；Zhou，W.，比较分布和ROC曲线的经验似然置信区，加拿大统计杂志，31173-190（2003）·Zbl 1039.62038号
[9] 冯·H。；Peng，L.，回归模型的刀切经验似然检验，多元分析杂志，112，63-75（2012）·Zbl 1273.62039号
[10] Finkelstein，D.M.，间隔感知失效时间数据的比例风险模型，生物统计学，42，845-854（1986）·Zbl 0618.62097号
[11] 龚，Y。；彭，L。；Qi，Y.，ROC曲线的平滑折刀经验似然法，多元分析杂志，701520-1531（2010）·Zbl 1186.62053号
[12] Groeneboom，P。；Wellner，J.A.，信息界和非参数最大似然估计（1992），Birkhäuser Verlag:Birkhäuser Verlag-Basel·Zbl 0757.62017号
[13] Hjort，N.L。；McKeague，I.W。；Van Keilegom，I.，《扩大经验似然范围》，《统计年鉴》，第37期，第1079-1111页（2009年）·Zbl 1160.62029号
[14] 霍夫丁，W.，一类具有渐近正态分布的统计，《数理统计年鉴》，19293-325（1948）·Zbl 0032.04101号
[15] Jing，B.Y。；袁杰。；周伟，切刀经验似然，美国统计协会杂志，1041224-1232（2009）·Zbl 1388.62136号
[16] Jing，B.Y。；袁杰。；Zhou，W.，非退化（U）统计的经验似然，统计与概率快报，78，599-607（2008）·Zbl 1137.62333号
[18] 冷，C。；Tang，C.Y.，惩罚经验似然和增长维一般估计方程，Biometrika，99703-716（2012）·Zbl 1437.62522号
[19] Lin，D.Y。；魏立杰。；杨，I。；Ying，Z.，复发事件平均值和比率函数的半参数回归，《皇家统计学会杂志：B辑》，62711-730（2000）·Zbl 1074.62510号
[20] 刘，X。；Zhao，Y.，缺失数据下ROC曲线的半经验似然置信区间，《统计规划与推断杂志》，142，3123-3133（2012）·兹比尔1348.62255
[21] Oller，R。；Gómez，G。；Calle，M.L.，《区间删失：简化似然有效性的模型表征》，《加拿大统计杂志》，32，315-326（2004）·Zbl 1061.62156号
[22] Owen，A.B.，单个功能的经验似然比置信区间，Biometrika，75，237-249（1988）·兹伯利0641.62032
[23] Owen，A.B.，《经验似然和置信区间》，《统计年鉴》，第18期，第90-120页（1990年）·Zbl 0712.62040号
[24] 彭，L。；Qi，Y.，尾部连接的平滑折刀经验似然法，Test，3514-536（2010）·Zbl 1203.62091号
[25] 彭，L。；齐，Y。；Van Keilegom，I.，连接函数的Jackknife经验似然法，Test，21，74-92（2012）·Zbl 1259.62026号
[26] 秦，J。；Lawless，J.F.，经验似然和一般估计方程，《统计年鉴》，22300-325（1994）·Zbl 0799.62049号
[27] Sen，P.K.，关于U统计量的一些收敛性质，加尔各答统计协会公报，10，1-18（1960）·Zbl 0109.12504号
[28] Serfling，R.J.，《数理统计近似定理》（1980），约翰·威利：约翰·威利纽约·Zbl 0538.62002号
[29] Sun，J.，《间隔审查》（《生物统计百科全书》（2006），John Wiley:John Wiley New York）
[30] 孙，Y。；Sundaram，R。；Zhao，Y.，利用局部偏似然对具有时间相关系数的Cox模型进行经验似然推断，《斯堪的纳维亚统计杂志》，36444-462（2009）·Zbl 1198.62138号
[31] Tang，C.Y。；Leng，C.，Penized high dimension experimental likelion，Biometrika，97，905-920（2010）·Zbl 1204.62050
[32] Turnbull，B.W.，《任意分组截尾数据的经验分布》，《皇家统计学会期刊：B辑》，38，290-295（1976）·Zbl 0343.62033号
[33] 伍德，A.T.A。；Do，K.A。；Broom，N.M.，经验似然约束的序列线性化及其在U统计中的应用，计算与图形统计杂志，5365-385（1996）
[34] Yang，H。；Zhao，Y.，ROC曲线差异的平滑折刀经验似然推断，多元分析杂志，115，270-284（2013）·Zbl 1259.62027号
[35] Yang，H。；Zhao，Y.，带删失数据ROC曲线的平滑经验似然法，多元分析杂志，109254-263（2012）·Zbl 1241.62036号
[36] Yang，H。；赵毅，转换模型的新经验似然推断，《统计规划与推断杂志》，1421659-1668（2012）·兹比尔1428.62137
[37] 于伟（Yu，W.）。；孙，Y。；郑明，线性变换模型的经验似然法，统计数学研究所年鉴，63331-346（2011）·Zbl 1432.62135号
[38] Zhang，Z.，间隔相关数据的线性变换模型：生存概率预测和模型检验，现代统计学，9，321-343（2009）·Zbl 07257707号
[39] 张，Z。；Sun，J.，区间审查，医学研究中的统计方法，19，53-70（2010）
[40] 张，Z。；Sun，L。；X.赵。；Sun，J.，用线性变换模型对区间截尾故障时间数据进行回归分析，加拿大统计杂志，33，61-70（2005）·Zbl 1063.62061号
[41] 赵毅，基于经验似然的转换模型半参数推断，多元分析杂志，1011846-1858（2010）·Zbl 1190.62076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。