黄明月;陈观泉Gary 降维广义Cox模型中的模型选择。 （英语） Zbl 07570814号 寿命数据分析。 28，第3期，492-511（2022年）. 概述：传统的半参数风险回归模型依赖于特定模型公式的规范，如比例手征特征和单指数结构。我们没有逐个检查这些建模假设，而是提出了一类降维广义Cox模型，然后在这类模型中使用一致的模型选择程序来选择具有比例手特征的协变量，并为非比例风险协变量提供适当的模型公式。在这类中，以非参数的方式处理非比例风险协变量，并引入部分充分降维以减少维数灾难。提出了一种半参数有效估计来估计这些模型。基于所提出的估计，我们进一步构造了一个交叉验证类型准则，以在此类中一致地选择正确的模型。最重要的是，这类风险回归模型包含作为最饱和子模型的完全非参数风险回归模型，因此不需要进一步的模型诊断。总的来说，这种模型选择方法比执行一系列常规模型检查更有效。通过仿真研究和数据示例说明了该方法。 MSC公司： 62Nxx号 生存分析和审查数据 62页第10页 统计学在生物学和医学中的应用；元分析 62纳米02 生存分析和删失数据中的估计 关键词：信息绑定;部分充分降维;比例手;向右传感 PDF格式BibTeX公司 XML格式引用 \textit｛M.-Y.Huang｝和\textit｛K.C.G.Chan｝，寿命数据分析。28，编号3，492--511（2022；Zbl 07570814） 全文： 内政部 参考文献： [1] PJ Bickel；卡拉森，CAJ；Ritov，Y。；Wellner，JA，半参数模型的有效和自适应估计（1998），纽约：Springer-Verlag，纽约·Zbl 0894.62005号 [2] 基亚罗蒙特，F。；库克，RD；Li，B.，用分类预测因子进行回归的充分降维，Ann Statist，30，2，475-497（2002）·Zbl 1012.62036号 ·doi:10.1214/aos/1021379862 [3] Cox，DR，回归模型和生命表，J Roy Statist Soc Ser B，34187-220（1972）·Zbl 0243.62041号 [4] Dabrowska，DM，用截尾生存时间数据进行非参数回归，Scand J Statist，14，3，181-197（1987）·Zbl 0641.62024号 [5] Dabrowska，DM，平滑Cox回归，Ann Statist，25,1510-1540（1997）·兹伯利0936.62046 ·doi:10.1214/aos/1031594730 [6] Efron，B.，《双向比例风险模型》，J Roy Statist Soc Ser B，64，4，899-909（2002）·兹比尔1067.62101 ·数字对象标识代码：10.1111/1467-9868.00368 [7] 范，J。；Gijbels，I。；King，M.，《风险回归中的局部似然和局部偏似然》，Ann Statist，25,1661-1690（1997）·Zbl 0890.62023号 ·doi:10.1214/aos/1031594736 [8] Z.Feng。；文，XM；于，Z。；Zhu，L.，关于部分充分降维及其在部分线性多指标模型中的应用，J Amer Statist Assoc，108，501，237-246（2013）·Zbl 06158339号 ·doi:10.1080/01621459.2012.746065 [9] R先生。；Crowley，J.，比例风险模型的局部完全似然估计，生物统计学，47，4，1283-1296（1991）·doi:10.2307/2532386 [10] Gu，C.，《惩罚似然风险估计：一般程序》，《中国统计》，6，4，861-876（1996）·Zbl 1076.62556号 [11] 黄，JZ；Liu，L.，具有灵活相对风险形式的比例风险回归模型的多项式样条估计和推断，生物统计学，62，3，793-802（2006）·Zbl 1111.62035号 ·文件编号：10.1111/j.1541-0420.2005.00519.x [12] 黄，JZ；科珀伯格，C。；斯通，CJ；Truong，YK，比例风险回归的功能ANOVA建模，Ann Statist，28，4，961-999（2000）·Zbl 1105.62378号 ·doi:10.1214/aos/1015956704 [13] 黄，MY；Chiang，CT，充分降维模型的有效半参数估计方法，J Amer Statist Assoc，112，519，1296-1310（2017）·doi:10.1080/01621459.2016.1215987 [14] Kalbfleisch JD，Prentice RL（2002）《失效时间数据的统计分析》，第2版。概率与统计学中的威利系列，威利Interscience，新泽西州霍博肯·Zbl 1012.62104号 [15] 卢，X。；陈，G。；辛格，RS；Song，PXK，一类部分线性单指数生存模型，Canad J Statist，34,197-112（2006）·Zbl 1096.62098号 ·doi:10.1002/cjs.5550340108 [16] 马云（Ma，Y.）。；Zhu，L.，充分降维中的有效估计，Ann Statist，41，1，250-268（2013）·Zbl 1347.62089号 ·doi:10.1214/12-AOS1072 [17] 南非墨菲；van der Vaart，AW，简档可能性，美国统计协会，95450449-485（2000）·Zbl 0995.62033号 ·doi:10.1080/01621459.2000.10474219 [18] 尼尔森，JP；Linton，OB，非参数标记依赖风险模型中的核估计，Ann Statist，23，5，1735-1748（1995）·Zbl 0847.62023号 ·doi:10.1214/aos/1176324321 [19] O'Sullivan，F.，Cox模型中的非参数估计，Ann Statist，21,1124-145（1993）·Zbl 0782.62046号 [20] 罗斯加德，K。；Vth，M。；霍尔斯特，H。；Madsen，M。；Lynge，E.，北欧国家乳腺癌发病率的年龄段队列模型，Stat Med，20，1，47-61（2001）·doi:10.1002/1097-0258（20010115）20:1<47:：AID-SIM613>3.0.CO；2-5 [21] Sasieni，P.，回归模型嵌套族中条件危险比的信息界，J Roy Statist Soc Ser B，54，2617-635（1992）·Zbl 0777.62101号 [22] Shao，Y。；库克，RD；Weisberg，S.，部分中心子空间和分段平均方差估计，J Statist-Plann推断，139,3952-961（2009）·Zbl 1156.62032号 ·doi:10.1016/j.jspi.2008.06.002 [23] 轨枕，LA；Harrington，DP，《cox模型中的回归样条及其在肝病协变量效应中的应用》，美国统计学会杂志，85，412，941-949（1990）·网址：10.1080/01621459.1990.10474965 [24] Stone，M.，通过交叉验证和Akaike准则选择模型的渐近等价性，J Roy Statist Soc Ser B，39，1，44-47（1977）·Zbl 0355.6202号 [25] 加利福尼亚州斯特拉瑟斯；Kalbfleisch，JD，错误指定比例风险模型，Biometrika，73，2，363-369（1986）·Zbl 0606.62108号 ·doi:10.1093/biomet/73.2.363 [26] Sun，J。；Kopciuk，KA；Lu，X.，部分线性单指标比例风险回归模型的多项式样条估计，计算统计数据分析，53，1，176-188（2008）·兹比尔1452.62715 ·doi:10.1016/j.csda.2008.07.003 [27] 唐，X。；李，J。；Lian，H.，具有增长维度的部分线性比例风险模型的经验似然，《多元分析杂志》，121，22-32（2013）·Zbl 1328.62569号 ·doi:10.1016/j.jmva.2013.06.002 [28] Tibshirani，R。；Hastie，T.，局部似然估计，J Amer Statist Assoc，82，398，559-567（1987）·Zbl 0626.62041号 ·doi:10.1080/016214591987.10478466 [29] Tsiatis，AA，半参数理论和缺失数据。Springer统计学系列（2006），纽约：Springer，纽约·Zbl 1105.6202号 [30] Wang，W.，具有未知连接函数和时间相关协变量的比例风险回归模型，中国统计，14，3885-905（2004）·Zbl 1073.62110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。