左截断右删失下乘积限过程的振动模的强极限定理

本文在左截断右删失模型下获得了乘积限过程和累积失效率过程的振动模和Ｌｉｐｓｃｈｉｔｚ－１２模的强一致收敛的精确速度．作为定理的应用，推导了各种核密度估计和失效率估计的强一致收敛的精确速度．     

左截断右删失数据分位差估计及其渐近性质

我们研究了左截断右删失数据分位差,基于左截断右删失数据乘积限构造了分位差的经验估计,同时克服经验估计的非光滑性,提出了分位数差的核光滑估计.利用经验过程理论推导出这两个估计的渐近偏差和渐近方差,并且在左截断右删失数据下研究了这两个分位差的大样本性质,获得分位差估计的相合性和渐近正态性.同时给出计算模拟以验证光滑分位差估计的表现,在均方损失的意义下模拟结果表明光滑估计比经验估计具有更好的性质.     

生存分析中乘积限估计的大样本性质

生存分析中，人们关心的问题之一是利用不完全的寿命调查数据估计生物折寿命分布。在实际问题中，比较常见的不完全数据包括右删失数据，左截断数据和左截断右删失数据。利用这三种数据估计寿命分布时，常用的统计量是乘积限估计。于是，乘积限估计的大样本性质的研究一直受到关注。本文就这方面的研究近况做一比较系统的论述。     

左截断右删失数据下分位密度估计的重对数律

在左截断右删失数据下，我们基于乘积限估计给出了分位密度估计， 获得了分位密度估计及其导数的重对数律。     

左截断右删失数据下百分剩余寿命函数的非参数估计

在左截断右删失数据的模型中，文章讨论３了可靠性中一类重要的α－百分剩余寿命函数的非参数估计，证明了该估计的强一致相合性并获得了该仗垢弱收敛性结果。     

左截断右删失数据下光滑分布函数估计效率

研究了左截断右删失数据下光滑分布函数估计,并获得了其渐近性质.在MSE意义下,给出了光滑分布函数估计与经验估计(即乘积限估计)的相对亏量,证明了在一定的条件下,光滑分布估计要优于经验分布估计,并通过模拟说明了光滑分布函数估计比乘积限估计更加有效.     

左删失右截断数据的分位数的固定宽度序贯置信区间估计

基于左截断右删失数据下的乘积限估计构造了分位数固定宽度序贯置信区间及其估计，研究了序贯置信区间估计的渐近性质。作为副产品，获得了分位数估计近邻点的Bahadur表示定理。这个表示定理是推导分位数固定宽度序贯置信区间估计渐近性质的重要基础。同时，在文中，进行了一些计算机模拟试验，证明了左截断右删失数据下分位数估计的序贯方法是效的和精确的。     

长度偏差右删失数据下分位数回归的估计方程方法

本文首先建立左截断右删失数据下的一般分位数回归方法.当截断变量服从均匀分布时,左截断右删失数据变成长度偏差右删失数据.长度偏差数据因其特殊性,提供了更多的信息.当把适用于左截断右删失数据的一般方法用到长度偏差右删失数据时,得到的估计量并不有效,这是因为它们没有利用该数据的特殊结构.为了提高效率,本文提出复合估计方程方法来解决长度偏差右删失数据下的分位数回归问题,这种方法并不需要估计删失变量的分布.所提出的估计方程可以通过一个求L_1型凸函数最小值的简单算法来求解.本文用经验过程和随机积分的技巧建立了所提出估计量的一致相合性和弱收敛性.随机模拟验证了所提出方法在有限样本时的表现,并且给出了实例分析.     

左截断右删失下一类泛函估计的渐近性质

在左截断右删失下,本文讨论了一类广义Von－Mises泛函估计的渐近性质．在一定条件下,得到了此类泛函估计的强逼近和U-统计量表示,并由此得出它的强相合性、渐近正态性及重对数律．     

乘积极限估计的重对数律

利用右删失数据估计寿命分布时,常用乘积极限估计.本文给出乘积极限估计是均匀强相合估计的充要条件.证明乘积极限估计的均匀收敛的重对数律.     

长度偏差右删失数据下比例均值剩余寿命模型的估计方法

本文考虑了长度偏差右删失数据下均值剩余寿命模型的统计推断.当截断变量满足平稳性假设时,长度偏差右删失数据比左截断右删失数据具有更多的信息.为了提高参数估计的效率,我们在估计方程构造中添加了额外信息,通过组合方法获得了新的估计.模拟研究的结果也表明,组合估计方程的方法比仅考虑左截断右删失数据的方法更有效,结果表现更好.     

长度偏差右删失数据下[1mm]比例均值剩余寿命模型的估计方法

本文考虑了长度偏差右删失数据下均值剩余寿命模型的统计推断.当截断变量满足平稳性假设时,长度偏差右删失数据比左截断右删失数据具有更多的信息.为了提高参数估计的效率,我们在估计方程构造中添加了额外信息,通过组合方法获得了新的估计.模拟研究的结果也表明,组合估计方程的方法比仅考虑左截断右删失数据的方法更有效,结果表现更好.     

截断与删失数据下的一个回归方法

对于截断与删失下的反映变量,我们提出了一类广义乘积限估计,并获得了它的弱收敛性.在回归分析中,利用这类广义乘积限估计来定义一种最小距离的参数估计,并获得了这种参数估计的相合性和渐近正态性.     

随机截断下PL估计的强表示式

本文在随机左截断情形下,研究了分布函数不连续时,分布函数的乘积限估计（PL估计）Fn(x）的一致强表示式,得到与分布函数连续情形下相同的结果。     

左截断右删失数据光滑分位估计的渐近性质

文中提出了随机左截断右删失数据下的一种光滑分位估计,推导出此光滑估计的相合性和渐近正态性,同时获得了该估计的强弱Bahadur表示定理。     

左截断右删失下核密度估计的L1距离的界

本文在左截断右删失数据下获得了概论密度的核估计的L1距离的一个上界．     

相依竞争风险场合下生存函数的广义自相合估计

近些年来,生存函数的非参数估计问题受到了很大的关注.首先,Kaplan 和 Meier(1958)提出了乘积限(product limit)估计,并且证明这种估计实际上也是极大似然估计.而后 Breslow 和 Crowley(1974)、F(?)ldes 和 Rejt(?)(1981)在特定的删失机制和某些连续性假定下探讨了 PL 估计(即乘积限估计)的一些基本性质.Langberg,Proschan 及Quinzi(1981)在相依竞争风险场合下进一步推广了 PL 估计,并证明了 PL 估计是强相合的.Tsai(1986)推广了 Efron 定义的自相合性,在一个风险及—个删失变量的场     

随机左截断数据下乘积限估计的强逼近及其应用

本文建立了左截断数据下乘积限估计的强表示结果,其误差项的收敛速度达到重对数律。作为应用,推出了乘积限估计的重对数律和强逼近等深刻结果。     

右删失左截断情形下分布函数的分位数估计

文中考虑了右删失左截断数据情形下分布函数的分位数估计，讨论了该估计的渐近性质并获得了它的强弱Ｂａｈａｄｕｒ类型的表示定理。利用此Ｂａｈａｄｕｒ表示定理很容易获得该分位数估计的渐近正态性及置信区间等结果。     

随机删失下半参数估计的强相合性

主要讨论了随机删失下的部分线性模型,利用基于分布函数的核估计和最小二乘法,给出了删失情况下参数和非参数部分的估计,并证明了它们的强相合性.