比例风险模型下病例队列设计中两种加权估计方法及其应用

对于大型队列研究或观察型研究,基于生存数据的病例队列设计是一种能有效节约成本和提高效率的抽样机制.这种抽样设计仅对一个随机抽取的子队列以及子队列之外所有经历了感兴趣事件的病例个体进行关键协变量的测量,具有显著的成本效益.本文研究如何应用比例风险模型拟合病例队列研究数据.探讨逆概率加权和与时间相关加权这两种基于加权估计方程的统计推断方法和其渐近性质等理论结果.通过一系列的统计模拟研究展示了病例队列设计的优良性以及相较于传统简单随机抽样设计的高效性.进一步,应用这两种推断方法分析了两个实际数据,展示了其在实际中的应用价值和前景.     

基于病例队列数据的比例风险模型的诊断

病例队列设计是一种在生存分析中广泛应用的可以降低成本又能提高效率的抽样方法.对于病例队列数据,已经有很多统计方法基于比例风险模型来估计协变量对生存时间的影响.然而,很少有工作基于病例队列数据来检验模型的假设是否成立.在这篇文章中,我们基于渐近的零均的值随机过程提出了一类检验统计量,这类检验统计量可以基于病例队列数据来检验比例风险模型的假设是否成立.我们通过重抽样的方法来逼近上述检验统计量的渐近分布,通过数值模拟来研究所提方法在有限样本下的表现,最后将所提出的方法应用于一个国家肾母细胞瘤研究的真实数据集上.     

病例-队列设计下长度偏差数据的比例均值剩余寿命模型的统计推断

在大型队列研究中,病例-队列设计是一种可以有效节约成本的试验设计方法.本文研究了在病例-队列设计下,基于长度偏差数据的比例均值剩余寿命模型的统计推断问题,提出了一种带有时间相依权重的加权混合估计方程方法来估计模型中的回归系数,并证明了在适当条件下,所得到的估计量具有相合性与渐近正态性.模拟结果表明本文所提出的方法在有限样本下的表现不错.最后,我们将所提出的方法应用到了一组实际数据中.     

病例-队列研究中可加可乘风险模型的有效估计

在病例-队列研究中,一些测量成本高的协变量仅对病例及随机选取的子列中的个体进行测量,而其余协变量以及昂贵协变量的某些替代变量将对所有个体进行测量.为了充分利用所测量到的协变量信息,本文针对可加可乘风险模型提出了一类带有时间相依权重的双重加权估计;证明了所得估计量的渐近性质,并得到了这类估计中的最有效估计.最后,通过数值模拟验证了所给方法在有限样本下的表现,并将其应用于一个实例分析.     

加速失效时间模型下关于广义病例队列抽样功效计算的一个注记（英文）

本文在加速失效时间模型下研究了广义病例队列抽样的功效计算问题.利用光滑加权Gehan估计方程方法估计了未知回归参数,研究了固定预算下广义病例队列抽样的功效计算.模拟研究和实际数据分析评估了提出方法在有限样本下的表现.     

带辅助协变量的相关失效时间数据的加权估计伪部分似然方法

本文在不同基准风险边际模型下考虑带辅助协变量的相关失效时间数据的统计推断.假设感兴趣的主协变量仅在全研究队列的一个子集中是精确测量的,而主协变量的辅助协变量则对研究队列的全部个体均可获得.首先利用辅助信息经验地估计相对风险函数,然后提出一种加权估计伪部分似然(weighted estimated pseudo-partial likelihood, WEPPL)方法求边际风险率参数的估计.本文在辅助协变量为分类变量的情形下建立WEPPL估计的渐近性质.相应估计被证明是相合的和渐近正态的.本文通过模拟研究评估提出的估计在有限样本下的表现.结果显示提出的加权估计在效率上要优于未加权的估计,特别是当失效时间之间相关性较强的时候.     

一般偏差右删失数据下剩余寿命分位数回归

剩余寿命是刻画个体预期寿命的一个重要度量,对剩余寿命的早期研究主要集中在剩余均值上.然而当总体生存函数偏态或厚尾时剩余均值函数可能不存在,因此统计学者建议用剩余寿命分位数来刻画预期寿命.在完全数据和右删失数据下,剩余寿命分位数的建模和理论已经很完善.但是,在实际的调查研究中经常会遇到偏差抽样数据.例如,临床医学中的左截断数据,流行病学中的病例队列抽样数据,医学大型队列研究中的长度偏差抽样数据等等.忽略抽样偏差会导致参数估计有偏和不合理的推断结果.本文考虑一般偏差右删失数据下剩余寿命分位数回归的统计推断问题.首先,我们提出了一个一般偏差右删失数据下的剩余寿命分位数回归模型,并利用一般估计方程方法对模型中的参数进行了估计.针对已有文献常用的删失变量与协变量独立性假设,本文重点考虑了删失变量依赖于协变量场合.其次,由于估计量的渐近方差中涉及非参密度函数,在估计渐近方差时,本文采用Bootstrap方法.最后,数值模拟显示本文提出的方法有限样本性质表现很好.     

基于因变量抽样设计下线性回归模型的假设检验问题

在许多大型队列研究中,采用节约成本并能提高效率的抽样机制至关重要,基于因变量的抽样设计正是这样一种有偏抽样机制.这种方法最大的优点在于:能够将资源集中在那些包含有更多的协变量与因变量关系信息的研究群体上.本文研究基于因变量抽样设计下的线性模型中回归方程显著性检验以及回归系数显著性检验问题.基于一种半参数经验轮廓似然的方法,我们分别为回归方程检验与回归系数检验提出了相应的检验统计量,获得了所提出检验统计量的渐近性质.通过模拟研究评估了所提出的检验方法在有限样本下的表现,并应用提出的方法分析了一个孕妇分娩的实际数据.     

基于病例队列设计的平均处理效应的估计

病例队列设计因为具有成本效益而被广泛应用于流行病学和生物医学的研究中.对于病例队列设计,现有的统计方法主要集中在如何得到回归参数的相合及有效的估计上,然而很少有工作估计非随机化处理的因果效应.本文基于病例队列设计数据提出了一种有效的估计平均处理效应的方法,建立了所提估计量的相合性和渐近正态性,并通过仿真研究考察了其在有限样本下的表现.最后,我们将所提方法应用于真实数据的分析中.     

带有辅助信息的多元失效时间数据的估计标准部分似然方法

在许多实际研究中, 由于预算限制, 主协变量值只能对某一个有效集进行准确测量, 但同时对应此主协变量的辅助信息则对全部个体均可以观测. 利用这些辅助协变量的信息有助于提高统计研究的效率. 本文在基于共同基准危险率的边际模型框架下, 我们提出了一些统计推断方法来分析多元失效时间数据. 对于回归参数, 我们提出标准的估计部分似然方程来估计它, 同时也给出了累积基准危险率函数的Breslow 型估计. 得到的估计可以证明是相合的和渐近正态的. 利用模拟分析结果来表明了提出的方法在有限样本下的可行性.     

Case-cohort设计下多类型事件数据的一类有效估计

在生物医学统计中,为了节省资源,许多学者将生物统计与抽样设计方法有机地结合在一起,于是产生了大量case-cohort设计下的多元失效时间数据.本文主要利用一般的加乘风险回归模型研究case-cohort设计下的多类型事件数据.首先提出了一类有效的加权估计方程,然后给出了参数估计以及所得估计量的渐近性质.数值模拟结果表明,所提出的估计方法更有效.最后,将所提方法进行实例分析.     

面板数据分位数回归模型的工具变量估计

针对含有内生变量的面板数据回归模型,提出基于工具变量的分位数回归估计方法.首先,通过引入工具变量解决协变量的内生性问题,然后利用分位数回归的方法对回归系数进行估计.在一些正则条件下,证明所提出估计的大样本性质,通过模拟研究证实该方法的有限样本性质.     

基于协变量缺失的Horvitz-Thompson加权分位回归估计方法

含有协变量缺失的数据缺失问题是现代统计分析中的热点之一.当缺失数据中同时存在厚尾,偏斜和异方差问题时则更加难以处理.为此,本文提出一种逆概率加权分位回归估计来研究响应和协变量之间的关系.与经典估计方法相比具有明显优势,一方面,该估计量使用了所有可用的数据,并且允许缺失的协变量与响应高度相关;另一方面,该估计量在所有分位数水平上满足一致性和渐近正态性.通过模拟验证了该方法的在有限样本下的有效性,进一步将该方法推广到线性多元回归模型和非参数回归模型.     

变系数部分线性模型的加权随机约束s-K估计

研究随机约束条件下半参数变系数部分线性模型的参数估计问题,当回归模型线性部分变量存在多重共线性时,基于Profile最小二乘方法、s-K估计和加权混合估计构造参数向量的加权随机约束s-K估计,并在均方误差矩阵准则下给出新估计量优于s-K估计和加权混合估计的充要条件,最后通过蒙特卡洛数值模拟验证所提出估计量的有限样本性质.     

竞争风险数据和协变量相依权重下可加可乘的子分布风险率模型

本文在竞争风险数据下提出一种灵活的含变系数的可加可乘的子分布风险率模型.通过对删失时间的风险函数建立Cox比例风险模型,得到调整后的与协变量相依的权重,在新权重下建立估计方程来估计模型参数,并获得了估计的大样本性质,同时提出了模型中协变量的时变效应的检验方法.通过数值模拟验证了所提方法的有限样本性质,结果表明所提方法可以大大降低估计偏差.最后,分析了一组淋巴滤泡细胞的竞争风险数据集来展示所提方法的实际应用效果.     

左截断数据下非线性模型的加权分位数回归

左截断数据是一类具有特殊结构的缺失数据,当且仅当研究变量大于一定的阈值时才能取得观察值.本文针对左截断数据下的非线性回归模型,提出了加权分位数估计方法,利用加权方式处理左截断缺失数据,取得了与完整数据相近的估计结果.并在一定假设条件下,证明了所提估计方法的一致性和渐近正态性等大样本性质,最后通过数值模拟展现所提估计方法的有限样本表现.     

删失数据下的半参数变系数部分线性回归模型

为了分析删失数据,该文考虑变系数部分线性模型,此模型允许协变量对响应变量存在非线性影响.响应变量与协变量之间关系的统计模型通过线性结构来拟合是非常重要而且有益.对于删失数据,常用的统计方法不能直接应用于此模型.该文首先提出一类数据变换用以建立无偏条件期望.然后利用profile最小二乘方法,给出了模型中参数分量和非参数分量的profile最小二乘估计,并建立了这些估计的渐近正态性.最后通过数值例子来说明该文所提出的方法的有效性.     

缺失数据下半参数变系数部分线性模型的统计推断

该文研究协变量随机缺失下半参数变系数部分线性模型的统计推断.利用逆概率加权最小二乘方法给出了模型中参数分量和非参数分量的估计,并证明了它们的渐近正态性.另外该文又提出了一个逆概率加权经验对数似然比统计量,并证明该统计量服从标准χ~2分布,从而构造了模型中参数分量的经验似然置信域.最后通过模拟研究和实例分析说明该文提出的方法具有较好的有限样本性质.     

响应变量缺失下非线性回归模型的加权半参数估计

基于逆概率加权方法研究了响应变量缺失下非线性回归模型的参数估计问题,提出了一种利用广义部分线性单指标模型对选择概率建模的加权半参数估计方法.从理论上证明了所得估计量具有渐近正态性,并通过数据模拟分析研究了所提方法在有限样本下的表现.     

相依删失情形下加速失效模型的广义M估计

在生存分析中,加速失效模型(AFT模型)是研究失效时问与协变量之间关系的一类重要模型.在AFT模型框架下,通过在广义M估计的目标函数中使用广义Kaplan-Meier权,本文提出了含相依删失数据的AFT模型回归系数及刻度参数的加权广义M估计.渐近性质方面,得到了广义M估计的相合性和渐近正态性;关于估计量的有限样本性质,通过模拟研究验证了该估计量在有限样本情形下效果良好.