×
胡祥斌;苏文;赵兴秋

使用面板计数数据的半参数加速平均模型的筛选估计。 （英语） Zbl 07690324号

电子。J.统计。 17，第1期，1316-1343（2023）.
摘要：用于分析面板计数数据的广泛采用的半参数模型是比例平均模型，当比例假设被违反时，该模型可能被认为是不合适的。受流行的加速失效时间模型的启发，该模型放松了这种假设，我们研究了用于面板计数数据半参数回归分析的加速平均模型。对于捆绑参数的估计，我们开发了一个筛选最小二乘估计程序，该程序在以下意义上是稳健的，即基本的递归事件过程不需要分布假设。为了克服捆绑参数带来的理论挑战，我们建立了所提出估计量的一致性和收敛速度，并导出了有限维估计量和无穷维估计量泛函的渐近正态性。模拟研究表明，该方法具有良好的性能，并将其应用于皮肤癌化学预防试验，获得了一些新的发现。

MSC公司：

62N01号 审查数据模型
62号02 生存分析和删失数据中的估计
2012年12月62日 参数估计量的渐近性质

关键词：

加速平均模型;计数过程;经验过程;筛选最小二乘估计;面板计数数据

软件：

LBFGS-B型
PDF格式BibTeX公司 XML格式引用
\textit{X.Hu}等人，《电子》。J.Stat.17，No.1，1316--1343（2023；Zbl 07690324）
全文： 内政部 链接

参考文献：

[1] BAILEY，H.H.、KIM，K.、VERMA，A.K.、SIELAFF，K.，LARSON，P.O.、SNOW，S.等人（2010年）。在有皮肤癌病史的受试者中对α-二氟甲基鸟氨酸进行随机、双盲、安慰剂对照的3期皮肤癌预防研究。癌症预防。研究。3 35-47.
[2] BALAKRISHNAN，N.和ZHAO，X.（2009）。面板计数数据的新多样本非参数测试。Ann.统计。37 1112-1149·Zbl 1160.62037号
[3] BRESLOW，N.E.（1984）。对数线性模型中的额外泊松变化。J.R.Stat.Soc.系列。C类33, 38-44.
[4] BYRD，R.H.、LU，P.、NOCEDAL，J.和ZHU，C.（1995）。用于边界约束优化的有限内存算法。SIAM J.科学。计算。16, 1190-1208. ·Zbl 0836.65080号
[5] CHENG，S.C.和WEI，L.J.（2000）。具有面板数据的半参数模型的推断。生物特征87, 89-97. ·Zbl 0974.62101号
[6] CHIOU，S.H.、XU，G.、YAN，J.和HUANG，C.Y.（2018）。信息检验时间下面板计数数据加速平均模型的半参数估计。生物计量学74, 994-953. ·Zbl 1414.62438号
[7] 邓S.、刘L.和赵X.（2015）。具有信息性观测时间的面板计数数据的基于单色样条的最小二乘估计。生物。J。57, 743-765. ·Zbl 1336.62007年
[8] 丁·Y和南·B（2011）。半参数模型中捆绑参数的筛子M定理，应用于删失数据线性模型的有效估计。Ann.统计。39, 3032-3061. ·兹比尔1246.62103
[9] GHOSH，D.（2004）。重复故障时间数据的加速率回归模型。寿命数据分析。10, 247-261. ·Zbl 1054.62112号
[10] HU，X.J.、LAGAKOS，S.W.和LOCKHART，R.A.（2009年）。通过估计函数对面板计数进行边际分析。生物特征96, 445-456. ·Zbl 1163.62066号
[11] 胡小杰、孙杰和魏丽杰（2003）。根据面板计数进行回归参数估计。扫描。J.统计。30, 25-43. ·Zbl 1034.62099号
[12] HUA，L.和ZHANG，Y.（2012）。基于样条线的面板计数数据的半参数投影广义估计方程方法。生物统计学13, 440-454. ·Zbl 1244.62057号
[13] 黄春玉、王明珠和张瑜（2006）。用信息丰富的观察时间分析面板计数数据。生物特征93, 763-775. ·Zbl 1436.62466号
[14] 姜浩、苏维、赵十（2020）。具有信息观察时间和审查时间的面板计数数据的稳健估计。寿命数据分析。26, 65-84. ·Zbl 1437.62365号
[15] KALBFLEISCH，J.D.和LAWLESS，J.F.（1985）。马尔可夫假设下的面板数据分析。美国统计协会。80, 863-871. ·Zbl 0586.62136号
[16] LI，N.、PARK，D-H.、SUN，J.和KIM，K.（2011年）。具有相依观测过程的多元面板计数数据的半参数转换模型。可以。J.统计。39, 458-474. ·Zbl 1230.62052号
[17] LIN，D.Y.、WEI，L.J.、YANG，I.和YING，Z.（2000）。复发事件平均值和比率函数的半参数回归。J.R.Stat.Soc.系列。B类62, 711-730. ·兹比尔1074.62510
[18] 林大勇、魏立杰和尹政（1998）。计数过程的加速故障时间模型。生物特征85, 605-618. ·Zbl 0947.62069号
[19] LU，M.、ZHANG，Y.和HUANG，J.（2007）。使用单调多项式样条估计面板计数数据的平均函数。生物特征94, 705-718. ·Zbl 1135.62069号
[20] LU，M.、ZHANG，Y.和Huang，J.（2009）。使用单调B样条的面板计数数据的半参数估计方法。美国统计协会。104、1060-1070之间·Zbl 1388.62084号
[21] MA，L.和SUNDARAM，R.（2018年）。基于面板计数数据的间隙时间分析，具有信息丰富的观察时间和未知的开始时间。美国统计协会。113294-305中·Zbl 1398.62240号
[22] RAMSAY，J.O.（1988年）。单调回归样条曲线的作用。统计科学。3, 425-441.
[23] SHEN，X.和WONG，W.H.（1994）。筛选估计的收敛速度。Ann.统计。22, 580-615. ·Zbl 0805.62008号
[24] STONE，C.J.（1985）加性回归和其他非参数模型。Ann.统计。13, 689-705. ·Zbl 0605.62065号
[25] SUN，J.和KALBFLEISCH，J.D.（1995）。基于面板计数数据的点过程平均函数估计。统计正弦。5, 279-290. ·Zbl 0824.62081号
[26] SUN，J.和WEI，L.J.（2000）。面板计数数据与协变量相关观察和审查时间的回归分析。美国统计协会。62, 293-302.
[27] THALL，P.F.（1988）。纵向区间计数数据的混合泊松似然回归模型。生物计量学44, 197-209. ·Zbl 0707.62222号
[28] VAN DER VAART，A.W.和WELLNER，J.A.（1996）。弱收敛与经验过程纽约斯普林格·弗拉格·Zbl 0862.60002号
[29] WANG，M.-C.，QIN，J.和CHIANG，C.-T.（2001）。通过信息审查分析复发事件数据。美国统计协会。96, 1057-1065. ·Zbl 1072.62646号
[30] WELLNER，J.A.和ZHANG，Y.（2000）。面板计数数据计数过程平均值的两个估计量。Ann.统计。28, 779-814. ·Zbl 1105.62372号
[31] WELLNER，J.A.和ZHANG，Y.（2007）。具有协变量的面板计数数据的两种基于似然的半参数估计方法。Ann.统计。35, 2106-2142. ·Zbl 1126.62084号
[32] XU，G.、CHIOU，S.H.、HUANG，C.-Y.、WANG，M.C.和YAN，J.（2017）。针对复发事件和故障时间的联合规模变化模型。美国统计协会。112, 794-805.
[33] XU，G.，CHIOU，S.H.，YAN，J.，MARR，K.和HUANG，C.-Y.（2020年）。信息删失下递归事件过程的广义尺度变换模型。统计正弦。30, 1773-1795. ·Zbl 1464.62228号
[34] ZENG，D.和LIN，D.Y.（2007）。加速失效时间模型的有效估计。美国统计协会。102, 1387-1396. ·Zbl 1332.62397号
[35] 赵欣、孙杰（2011）。具有不等观测过程的面板计数数据的非参数比较。生物计量学67, 770-779. ·Zbl 1226.62052号
[36] ZHAO，X.和ZHANG，Y.（2017）。非参数M-估计量的渐近正态性及其在面板计数数据假设检验中的应用。统计正弦。27, 931-950. ·Zbl 1362.62083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。