马玲（Ma，Ling）;胡涛;孙建国 筛选相关当前状态数据的最大似然回归分析。 （英文） Zbl 1452.62832号 生物特征 102，第3期，731-738（2015）. 摘要：当前状态数据出现在包括人口统计学研究和致瘤性实验在内的环境中。在这种情况下，每个受试者只观察一次，感兴趣的故障时间要么是以左为中心，要么是以右为中心[J.D.Kalbfleisch博士和R.L.普伦蒂斯，故障时间数据的统计分析。第二版奇切斯特：威利（2002；Zbl 1012.62104号)]. 已经开发了许多方法来分析这些数据[J.Huang先生《Ann.Stat.24》，第2期，540–568页（1996年；Zbl 0859.62032号);J.孙，区间截尾失效时间数据的统计分析。纽约州纽约市：Springer（2006；Zbl 1127.62090号)]其中大多数假设故障时间和观测时间完全独立或给定协变量。在本文中，当独立性不成立时，我们提出了一种当前状态数据的筛选最大似然方法。使用了copula模型和单调I样条，并建立了所得估计量的渐近性质。特别是，估计的回归参数被证明是半参数有效的。提供了一个示例。 引用于三评论引用于36文件 MSC公司： 62页第10页 统计学在生物学和医学中的应用；元分析 2012年12月62日 参数估计量的渐近性质 62N01号 审查数据模型 关键词：copula模型;当前状态数据;I样条曲线;信息审查;比例危险模型 引文：Zbl 1012.62104号;Zbl 0859.62032号;Zbl 1127.62090号 PDF格式BibTeX公司 XML格式引用 \textit{L.Ma}等人，Biometrika 102，No.3，731--738（2015；Zbl 1452.62832） 全文： 内政部