周,在英;张鹏成;杨颖 具有缺失时间相关协变量的相对风险模型的渐近理论。 (英语) Zbl 1404.62097号 数学学报。申请。罪。,英语。序列号。 34,第4期,669-692(2018). 摘要:相对风险模型通常用于描述生存时间和时间相关协变量之间的关系。当观测到协变量时,可以得到相关参数的估计和渐近理论;当缺失发生时,挑战依然存在。目前流行的方法是联合建模生存数据和纵向数据。这在利用更多信息方面似乎很有效,但严格的理论研究长期以来一直被忽视。对于加性风险模型和相对风险模型,我们认为缺失数据是不可忽略的。在一般正则性条件下,我们证明了非参数极大似然估计的渐近正态性。 MSC公司: 62号02 生存分析和截尾数据中的估计 62G05型 非参数估计 62E20型 统计学中的渐近分布理论 关键词:相对风险模型;缺失时间相关协变量;非参数极大似然估计;渐近正态性 PDF格式BibTeX公司 XML格式引用 \textit{Z.-Y.Zhou}等人,《数学学报》。申请。罪。,英语。序列号。34,第4号,669--692(2018;Zbl 1404.62097) 全文: 内政部 参考文献: [1] O.O.阿伦。;Klonecki,N.(编辑);Kosek,A.(编辑);罗森斯基,J.(编辑),计数过程的非参数回归分析模型,(1980),纽约 [2] 安德森,P.K。;Gill,R.D.,《计数过程的考克斯回归模型:大样本研究》,Ann.Statist。,10, 1100-1120, (1982) ·Zbl 0526.62026号 ·doi:10.1214/aos/1176345976 [3] Bickel,P.J.,Klaassen,C.A.,Ritov,Y.,Wellner,J.A.半参数模型的有效自适应估计。施普林格,纽约,1998·Zbl 0894.62005号 [4] Breslow,N.E.,截尾生存数据的协方差分析,生物统计学,30,89-99,(1974)·doi:10.307/2529620 [5] Byar,D.P。;Mantel,N.,适用于响应时间数据的一类模型中出现的回归系数估计值之间的一些相互关系,生物计量学,31943-947,(1975)·Zbl 0318.62055号 ·doi:10.2307/2229819 [6] Chen,H.Y。;Little,R.J.A.,具有缺失协变量的比例风险回归,J.Amer。统计师。协会,94,896-908,(1999)·Zbl 0996.62092号 ·doi:10.1080/01621459.1999.10474195 [7] Cox,D.,回归模型和生命表,J.R.Stat.Soc.,Ser。B.,34,187-220,(1972)·Zbl 0243.62041号 [8] Cox,D.,部分可能性,生物特征,62269-276,(1975)·Zbl 0312.62002号 ·doi:10.1093/biomet/62.2.269 [9] Cox,D.R.,Oakes,D.生存数据分析。查普曼和霍尔,伦敦,1984年 [10] Dempster,A.P。;新墨西哥州莱尔德。;Rubin,D.B.,通过EM算法从不完整数据中获取最大似然,生物特征,62,269-276,(1977)·Zbl 0364.62022号 [11] Dupuy,J.F.,具有协变量测量误差的比例风险模型,J.Stat.Plann。推理,135,260-275,(2005)·Zbl 1074.62065号 ·doi:10.1016/j.jspi.2004.05.003 [12] Dupuy,J.F.,《变点风险回归模型中的估计》,J.Roy。统计师。Soc.序列号。B.,39,1-38,(2006)·Zbl 1100.62093号 [13] 杜佩,J.F。;格拉玛,I。;Mesbah,M.,缺失时间相关协变量的Cox模型的渐近理论,《Ann.Stat.》,34,903-924,(2006)·Zbl 1092.62100号 ·doi:10.1214/009053600000038 [14] 格伦纳德,U。抽象推理。概率与数理统计中的威利级数。约翰·威利,纽约等,1981年·Zbl 0505.62069号 [15] Kalbfleisch John,D.,Ross,L.Prentice。失效时间数据的统计分析。John Wiley,加拿大,2002年·Zbl 1012.62104号 ·doi:10.1002/9781118032985 [16] Lin,D.Y。;Ying,Z.,Cox回归与不完全协变量测量,J.Amer。统计。协会,88,1341-1349,(1993)·Zbl 0794.62073号 ·doi:10.1080/01621459.1993.10476416 [17] Lin,D.Y。;Ying,Z.,加性风险模型的半参数分析,Biometrika,81,61-71,(1994)·Zbl 0796.62099号 ·doi:10.1093/biomet/81.1.61 [18] Mai,Zh.ou,理解具有时间变化协变量的Cox回归模型,美国统计学家,55153-155,(2001)·doi:10.1198/00031300175358491 [19] Kosorok Michael,R.《经验过程和半参数推断导论》。施普林格出版社,纽约,2008年·Zbl 1180.62137号 ·doi:10.1007/978-0-387-747978-5 [20] Murphy,S.A.,《包含随机效应的比例风险模型的一致性》,Ann.Statist。,22, 712-731, (1994) ·Zbl 0827.62033号 ·doi:10.1214/aos/1176325492 [21] Murphy,S.A.,脆弱模型的渐近理论,Ann.Statist。,23, 182-198, (1995) ·Zbl 0822.62069号 ·doi:10.1214/aos/1176324462 [22] 东北部布雷斯洛。;鲁宾,J.H。;马雷克,P。;Langholz,B.,乘法模型和队列分析,美国统计协会杂志,78,1-12,(1983)·Zbl 0503.62090号 ·doi:10.1080/01621459.1983.10477915 [23] M.C.Paik。;Tsai,W.Y.,关于使用缺失协变量的Cox比例风险模型,生物矩阵,84,579-593,(1997)·Zbl 0888.62092号 ·doi:10.1093/biomet/84.3.579 [24] 帕克,K.Y。;邱,P.,利用交叉风险率函数对生存和纵向数据进行联合建模的模型选择和诊断,《医学统计学》,33,4532-4546,(2014)·doi:10.1002/sim.6259 [25] Parner,E.,相关Gamma-Failty模型的渐近理论,Ann.Stat.,26,183-214,(1998)·Zbl 0934.62101号 ·doi:10.1214/aos/1030563982 [26] Quintro,A.H。;杜佩,J.F。;Escrela,G.,竞争风险的半参数混合模型分析,Ann.Inst.Stat.Math。,63, 305-329, (2011) ·Zbl 1432.62346号 ·doi:10.1007/s10463-009-0229-1 [27] Little Roderick,J.A.,Rubin Donald,B.缺失数据的统计分析,第2版。John Wiley&Sons,新泽西州,2014年·Zbl 0665.62004号 [28] 苏,Y.R。;Wang,J.L.,用纵向协变量建模左向和右向生存数据,Ann.Statist。,40, 1465-1488, (2012) ·Zbl 1257.62114号 ·doi:10.1214/12-AOS996 [29] Thomas,D.C.,生存时间和匹配病例对照分析的一般相对风险模型,生物计量学,37,673-686,(1981)·doi:10.307/2530149 [30] van der Vaart,A.W.渐近统计。剑桥大学出版社,英国剑桥,1998年·Zbl 0910.62001号 ·doi:10.1017/CBO978051180225 [31] van der Vaart,A.,Wellner,J.A.,弱收敛和经验过程及其在统计学中的应用。施普林格,纽约,1996年·Zbl 0862.60002号 ·doi:10.1007/978-1-4757-2545-2 [32] Wulfsohn,M.S。;Tsiatis,A.A.,生存和纵向数据的联合模型,误差测量,生物统计学。,53, 330-339, (1997) ·Zbl 0874.62140号 ·doi:10.2307/2533118 [33] 周,H。;Pepe,M.S.,失效时间回归中的辅助协变量数据,Biometrika,82,139-149,(1995)·Zbl 0823.62100号 ·doi:10.1093/biomet/82.1.139 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。