×

具有左向和右向数据的时间到事件模型的预测精度度量。 (英语) Zbl 07497112号

摘要:针对左向和右向(LTRC)数据开发了许多时间到事件模型,这些模型出现在涉及后续研究的许多应用中。然而,没有关于评估LTRC数据的时间到事件模型的预测准确性的工作。本文使用LTRC数据为非线性预测函数开发了两种新的加权预测汇总度量。它们基于加权方差分解和加权预测误差分解,采用逆概率加权技术。结果表明,所得到的度量是一致的和渐近正态的。进行了仿真研究,以评估其良好的有限样本性能。Channing House数据集的实证应用说明了该方法。

MSC公司:

62至XX 统计
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] 赖,TL;Ying,Z.,左旋和右旋数据的秩回归方法,Ann Stat,19531-556(1991)·Zbl 0739.62031号
[2] Akritas,MG.,《关于使用非参数回归技术拟合参数回归模型》,《生物统计学》,52,1342-1362(1996)·Zbl 0867.62020号
[3] WK纽伊。,截尾和截断回归模型中的条件矩限制,经济理论,17863-888(2001)·Zbl 1018.62048号
[4] Karlsson,M.,截断和删失数据的回归参数估计,Metrika,63329-341(2006)·Zbl 1094.62050
[5] Cosslett,SR.,通过平滑自洽方程对删失和截断回归进行有效的半参数估计,《计量经济学》,72,1277-1293(2010)·Zbl 1142.62329号
[6] 李,MJ;Karlsson,M.,左向和右向回归模型的Trimmed和winsorized半参数估计,Metrika,78,485-495(2015)·兹比尔1333.62119
[7] 苏,YR;王,JL。,用纵向协变量建模左向和右向生存数据,Ann Stat,40,1465-1488(2012)·Zbl 1257.62114号
[8] 张,FP;Zhou,Y.,在cox模型下分析长期幸存者的左旋和右旋数据,Acta Math Appl Sin Eng Ser,29,241-252(2013)·Zbl 1329.62181号
[9] 黄,CY;秦,J.,利用左旋和右旋数据对加性风险模型进行半参数估计,Biometrika,100877-888(2013)·Zbl 1452.62713号
[10] 阿夫扎尔,阿根廷;Dong,C。;Lu,X.,利用左旋和右旋数据估计部分线性加性风险模型,统计模型,17,423-448(2017)·Zbl 07289491号
[11] Chen,有限合伙人。,具有左旋和右旋数据的加性风险模型的伪似然估计,Stat Interf,12135-148(2019)·Zbl 06980038号
[12] 陈,CM;沈,PS;Wei,JC,左旋和右旋数据的半参数混合治愈生存模型,Biometr J,59,270-290(2017)·Zbl 1365.62412号
[13] 王,C。;姜杰。;Luo,L.,基于左旋和右旋数据的箱-箱转换模型的贝叶斯分析,J Appl Stat(2020)·Zbl 1521.62517号 ·doi:10.1080/02664763.2020.1784854
[14] Emura,T。;Wang,W.,具有相关截断的加速失效时间模型的半参数推断,Ann Inst Stat Math,68,1073-1094(2016)·Zbl 1400.62218号
[15] FE哈雷尔;加州,RM;普赖尔,DB,《评估医学检验的结果》,JAMA,2472543-2546(1982)
[16] Efron,B.,《零数据回归与方差分析:残差变化的度量》,美国统计协会杂志,73,113-121(1978)·Zbl 0381.62058号
[17] 哈伯曼,SJ。,多项式响应的离散性分析,J Amer Statist Assoc,77,568-580(1982)·Zbl 0495.62063号
[18] Theil,H.,《关于涉及定性变量的关系估计》,《美国社会学杂志》,76,103-154(1970)
[19] 古德曼,洛杉矶,《多维列联表的分析:构建多分类模型的逐步程序和直接估计方法》,《技术计量学》,第13期,第33-61页(1971年)·Zbl 0218.62066号
[20] McFadden,D.,定性选择行为的条件逻辑分析,前沿计量经济学,8105-142(1974)
[21] 考克斯,博士;Wermuth,N.,关于二元响应决定系数的评论,美国国家统计局,46,1-4(1992)
[22] 郑,B。;Agresti,A.,《概括广义线性模型的预测能力》,《Stat Med》,第19期,1771-1781页(2000年)
[23] 肯特,JT;O'Quigley,J.,《审查生存数据的依赖性测量》,《生物统计学》,75,525-534(1988)·Zbl 0659.62068号
[24] Korn,EL;Simon,R.,生存数据解释变异的测量,Stat Med,9487-503(1990)
[25] Schemper,M.,比例风险回归中的解释变异,Biometrika,77,216-218(1990)·Zbl 0691.62094号
[26] Schemper,M。;Henderson,R.,《cox回归中的预测准确性和解释变异》,生物统计学,56,249-55(2000)·Zbl 1060.62663号
[27] 格拉芙,E。;Schmoor,C。;Sauerbrei,W.,生存数据预测分类方案的评估和比较,Stat Med,18,2529-2545(1999)
[28] Janez,S。;马加,PP;Robin,H.,事件历史数据解释变异的测量,生物计量学,67,750-759(2011)·Zbl 1226.62098号
[29] 斯塔尔,J。;帕尔姆,MP;Henderson,R.,《事件历史数据解释变异的测量》,《生物统计学》,67750-759(2011)·Zbl 1226.62098号
[30] Heagerty,PJ;郑,YY。,生存模型预测准确性和roc曲线,生物统计学,6192-105(2005)·Zbl 1077.62077号
[31] Uno,H。;德克萨斯州蔡;Lu,T.,用删失回归模型评估T年存活者的预测规则,J Amer Statist Assoc,102,527-537(2007)·Zbl 1172.62327号
[32] 郑,YY;德克萨斯州蔡;Pepe,MS,预测生物标志物与失败时间结局的时间依赖性预测值,美国统计协会杂志,103,362-368(2008)·Zbl 1469.62385号
[33] 李,C。;于丹,L。;董林,Z.,事件时间协变量的预测准确性,生物统计学,99,615-630(2012)·Zbl 1437.62417号
[34] 李·G。;Wang,X.,非线性模型和右删失时间到事件数据的预测精度测量,美国统计协会,1141815-1825(2019)·兹比尔1428.62436
[35] 郑,JY;黄,SC;Tzeng,SJ.,左向和右向数据的分位数回归方法,J Stat Comput Simul,86,443-459(2016)·Zbl 1510.62427号
[36] Hyde,J.不完全观测的生存分析。作者:Miller RG、Efron B、Brown BW等,编辑。生物统计学案例手册。纽约:Wiley;1980年,第31-46页。
[37] Wang,M-C.,基于横截面生存数据的非参数估计,J Amer Statist Assoc,86,130-143(1991)·Zbl 0739.62026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。