×

多个随访间隔的非参数限制平均值分析。 (英语) Zbl 1383.62090号

小结:为了提高精确度,我们在适当的时候使用超过(τ)的随访信息提供了(τ限制的平均生存率的非参数估计。差异说明了后续窗口之间的相关性。渐近计算和模拟研究都建议随访间隔大约间隔(tau/2)。

MSC公司:

62G05型 非参数估计
62号02 生存分析和删失数据中的估计
PDF格式BibTeX公司 XML格式引用
全文: 内政部 链接

参考文献:

[1] Ghorai,J.K。;Rejto,L.,比例风险模型下截尾数据的平均剩余寿命估计,Comm.Statist。理论方法,162097-2114(1987)·Zbl 0646.62029号
[2] 戈莱,J。;苏萨拉,A。;苏萨拉,V。;Van-Ryzin,J.,《截尾数据下平均剩余寿命的非参数估计》,(非参数统计推断。非参数统计推理,数学学会学术讨论会,32,第1卷(1982年),北荷兰:北荷兰阿姆斯特丹,纽约),269-291·Zbl 0519.62032号
[3] 吉德·汉森,D。;Sogaard,J.,《折现寿命:时间偏好在哪里?》?,健康经济学。,7, 121-127 (1998)
[4] Lin,D.Y。;弗莱明,T.R。;Wei,L.J.,比例风险模型下生存曲线的置信区间,Biometrika,81,73-81(1994)·Zbl 0800.62708号
[5] Na,M.H。;Kim,J.J.,《关于平均剩余寿命的推断》,Comm.Statist。理论方法,28,2917-2933(1999)·Zbl 0944.62088号
[6] Raghu,G。;科勒德·H·R。;伊根·J·J。;马丁内斯(F.J.Martinez)。;Behr,J。;Brown,K.K。;科尔比,T.V。;科迪尔,J.F。;Flaherty,K.R。;Lasky,J.A。;Lynch,D.A。;Ryu,J.H。;Swigris,J.J。;Wells,A.U。;Ancochea,J。;Bouros,D。;卡瓦略,C。;Costabel,美国。;埃比纳,M。;Hansell,医学博士。;Johkoh,T。;Kim,D.S。;金·T·E。;康多,Y。;迈尔斯,J。;米勒,N.L。;Nicholson,A.G。;Richeldi,L。;塞尔曼,M。;杜登,R.F。;Griss,B.S。;普罗茨科,S.L。;Schünemann,H.J.,《ATS/ERS/JRS/ALAT官方声明:特发性肺纤维化:基于证据的诊断和治疗指南》,美国期刊Respir。批评。护理医学,183788-823(2011)
[7] 施密特,S.L。;Tayob,N。;Han,M.K。;扎帕拉,C。;科尔维茨基,D。;Murray,S。;Wells,A.U。;Brown,K.K。;马丁内斯(F.J.Martinez)。;Flaherty,K.R.,根据肺功能的过去趋势预测肺纤维化疾病的病程,Chest,145,579-585(2014)
[8] Williams,R.L.,具有相关生存时间的产品极限生存函数,寿命数据分析。,1, 171-186 (1995) ·Zbl 0960.62554号
[9] Woodruff,D.,一种简单的近似复杂估计方差的方法,J.Amer。统计师。协会,66,411-414(1971)·Zbl 0216.47602号
[10] Yu,J.,《器官分配的Prosper函数分析:计数过程和鞅方法》(2003年),密歇根大学生物统计系:密歇根州安阿伯大学生物统计学院,(博士论文)
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。