摘要
在生存分析中,经常会发生一些受试者没有经历感兴趣的事件;他们被认为是“治愈的”。因此,人群是两个亚群的混合体,一个是治愈的受试者,另一个是“易感的”受试者。当存在协变量并且寿命受到随机右删失时,我们提出了一种新的方法来估计混合治愈模型。我们使用治愈比例的参数模型,而未治愈受试者的条件生存函数是未知的。该方法基于一个反演,它允许我们将生存函数写成可观测变量分布的函数。这导致了一类非常普遍的模型,允许对条件生存函数进行灵活而丰富的建模。我们证明了该模型的可辨识性以及模型参数的一致性和渐近正态性。我们还更详细地考虑了模型的非参数部分使用核估计的情况。通过仿真将新的估计量与Cox混合治愈模型的估计量进行了比较。最后,我们将新模型应用于医疗数据集。
引用
下载引文
Valentin Patilea。
英格丽德·范·凯勒贡(Ingrid Van Keilegom)。
“生存分析中治愈模型的一般方法。”
安。统计师。
48
(4)
2323 - 2346,
2020年8月。
https://doi.org/10.1214/19-AOS1889
问询处
收到日期:2018年12月1日;修订日期:2019年5月1日;发布日期:2020年8月
欧几里德项目首次提供:2020年8月14日
数字对象标识符:10.1214/19-AOS1889
学科:
主要用户:62N01号,62号02
次要:2012年12月62日,62G05型
关键词:渐近正态性,引导数据库,核平滑,逻辑回归,混合物固化模型,半参数模型
版权所有©2020数学统计研究所