非参数回归函数的基于截尾数据的估计

本文考虑截尾数据情况下非参数回归函数m(x)=E(Y|x)的估计。具体地讲,我们面对的是这样的数学模型:T是与(X,Y)独立的随机变量,我们观测到的不是Y本身,而是Z=min(Y,T)及δ=[Y≤T]。今有训练样本{(X_i,Z_i,δ_i)}_(i-1)及当前样本(X,z,δ),记ξ_i(·)=[z_i≥·], N~ (·)=sum from i=1 to n ξ_i(·), V_n(·)=multiply from i=1 to n{1 N~ (z_i)/2 N~ (z_i)}~[δ_i=_i<0], U_n(·)=sum from i=1 to n Wnt(x)ξ_i(·), 令 m_n(x)=integral from 0 to u_n U_n(y)|V_n(y)dy, 其中u_n=F_2~(-1)(n~(-a)),0<α<1/2为一实常数,F_2(·)=P(Y≥·)为Y的(右侧)分布函数。在权函数{W_(ni)(x)}_(i=1)~n及(X,Y,T)的分布函数满足一组条件下,我们证明了m_n(x)为m(x)的强相合估计,即:m_n(x)→m(x),a.s.(n→ ∞).     

基于函数型非参数方法的气温数据预测分析

基于函数型非参数核回归估计的方法分析安徽省1955年至2010年月度平均气温数据,建立函数型非参数回归模型,并对2010年气温数据进行实证研究.同时,与经典的非参数回归模型的预测结果相比,本文方法的预测均方误差明显优于经典的非参数回归方法,体现出函数型非参数模型的优越性.     

scSimseq: 非参数单细胞RNA测序数据模拟方法

随着新一代测序技术的广泛使用,单细胞RNA数据逐渐成为研究的主流对象. 然而,直接从生物体上获取单细胞~RNA~数据往往需要付出不小的成本.如何简单快捷地获取这些数据便是一个重要的问题. 为了满足对比实验的需要,单细胞~RNA~数据的模拟方法通常除了模拟数据的统计量和原始数据接近以外,还需要在模拟数据中能够保留原数据的基因和细胞样本.在这里我们介绍了一种基于数据的模拟方法,在保留原数据的基因和细胞样本的基础上, 不但可以低成本地模拟单细胞RNA数据,同时保证模拟结果和原数据在大部分特征上相似. 通过大量数值实验证明,本文介绍的方法在基因表达的离散程度、0~表达比例、表达异常值等方面都优于其他模拟方法, 而且和实际数据更加接近.     

m（n）－相依样本非参数回归残差密度的相合估计(英文)

考虑非参数回归模型：Ｙ_i＝Ｍ（Ｘ_i）＋ｅ_i,其中Ｍ（ｘ）为Ｂ（?Ｒ）上的未知实函数,（Ｘ_i,Ｙ_i）为来自（Ｘ,Ｙ）的ｍ（ｎ）相依样本,残差（ｅ_i）具有公共的未知密度ｆ（ｘ）．本文基于残差估计给出了ｆ（ｘ）的一种非参估计,并证明该估计具有逐点相合性,一致相合性及Ｌ₁相合性．     

基于相依函数型数据非参数回归函数的稳健核估计

本文研究了基于相依函数型数据非参数回归函数的核估计.利用稳健的方法,在一定条件下获得了与i.i.d.场合下类似的估计量的几乎完全收敛速度,推广了现有文献中的相关结论.     

相依样本下非参数回归函数估计的强收敛速度

设(X,Y),(X_1,Y_1,),…,(X_n,Y_n)是一个平稳、φ—混合过程((X,Y)∈R~d×R,E|Y|~(s δ)<∞,s≥2,δ>0),用m(x)记E{Y|X=x},本文讨论了m(x)的如下估计m_n(x)的强收敛速度:     

双边删失场合生存函数的非参数Bayes估计的弱收敛性

本文针对双边删失数据讨论了生存函数的非参数Bayes估计问题,运用Fred-holm积分的一些经典结果,文中证明了该估计弱收敛的一个Gaussian过程。     

基于生存数据的半参数变换的删失回归估计

生存数据经过未知的单调变换后等于协变量的线性函数加上随机误差, 随机误差的分布函数已知或是带未知参数的已知函数bd 本文先给出未知单调变换的一个相合估计, 再对删失数据做变换, 在此基础上给出了协变量系数的最小二乘估计, 并讨论它的大样本性质.     

连锁分析的非参数方法研究进展

连锁分析是基因定位研究中广泛采用的一种方法。按分析方法的不同,大致分为参数&非参数的两类。本文拟就连锁分析的非参数方法研究进展做一简要介绍。     

混合复发事件与面板数据下的可加可乘模型

事件历史记录数据(Event History Data)是随时间观察而得到的,记录特定事件发生时间和发生类型的观测数据.这种数据类型在生物医学等领域的研究中十分常见,它包含了两类非常重要的数据类型,复发事件数据(Recurrent Event Data)和面板计数数据(Panel Count Data).在实际生产过程中,有时会出现上述两种数据类型混杂的情况,文本提出了可加可乘半参数建模的方法来分析这种混杂数据.我们讨论了参数估计的相合性和渐近正态性,以及基准率函数的渐近高斯性质.我们进行了数据模拟,比较了我们提出的方法与naive方法的区别.     

危险拒绝函数估计的两个定理

对于未知分布律的生存发展函数和危险拒绝函数作出了新的非参数估计,建立并证明了两个定理,得出了二次均方差最小化的最佳参数值．     

多类型复发事件间隔时间下可加危险率模型

在许多的生物医学和工程研究中,多类型复发事件的间隔时间数据是很常见的。众所周知,比例危险率模型在一些情况下不能很好拟合生存数据。本文,在多类型复发事件的间隔时间数据下,我们利用可加危险率模型来研究协变量对生存时间的影响程度。我们采用估计方程方法获得回归系数和基准累积危险率函数估计。并且,我们建立了所提估计的渐近分布。     

人口增长率的非参数自回归预测模型

针对传统的人口增长预测模型不能理想地捕获我国人口增长率数据的非线性性特征,本文基于局部线性非参数估计理论,对我国建国以来的年人口增长率建立了非参数自回归NAR(1)模型,并对2000-2003年的年人口增长率进行了预测,计算结果表明,相对于参数自回归模型而言,非参数自回归模型能够很好地解决人口增长预测这一非线性问题,预测精度较高。     

Forecasting for Stationary Binary Time Series

The forecasting problem for a stationary and ergodic binary time series {X _n } _n=0 is to estimate the probability that X _n+1=1 based on the observations X _i , 0in without prior knowledge of the distribution of the process {X _n }. It is known that this is not possible if one estimates at all values of n. We present a simple procedure which will attempt to make such a prediction infinitely often at carefully selected stopping times chosen by the algorithm. We show that the proposed procedure is consistent under certain conditions, and we estimate the growth rate of the stopping times.     

Maximum entropy histograms

The derivation of a new class of nonparametric probability density estimators, maximum entropy histogram estimators (MEHE) is presented. Some of their asymptotic properties are summaried.     

Additive Positive Stable Frailty Models

In this article, we describe an additive stable frailty model for multivariate times to events data using a flexible baseline hazard, and assuming that the frailty component for each individual is described by additive functions of independent positive stable random variables with possibly different stability indices. Dependence properties of this frailty model are investigated. To carry out inference, the likelihood function is derived by replacing high-dimensional integration by Monte Carlo simulation. Markov chain Monte Carlo algorithms enable estimation and model checking in the Bayesian framework.      

非参数核密度估计与Copula

本文提出非参数核密度估计-ML方法来估计Copula函数中的未知参数;再由统计检验推断得到能较好描述金融资产之间非线性相关结构的Copula。实证分析表明:可以利用Clayton Copula、Gumbel Copula来描述A股市场上证指数与深证成指之间的非线性相关结构.     

Efficiency comparison between mean and log-rank tests for recurrent event time data

Recurrent event time data are common in biomedical follow-up studies, in which a study subject may experience repeated occurrences of an event of interest. In this paper, we evaluate two popular nonparametric tests for recurrent event time data in terms of their relative efficiency. One is the log-rank test for classical survival data and the other a more recently developed nonparametric test based on comparing mean recurrent rates. We show analytically that, somewhat surprisingly, the log-rank test that only makes use of time to the first occurrence could be more efficient than the test for mean occurrence rates that makes use of all available recurrence times, provided that subject-to-subject variation of recurrence times is large. Explicit formula are derived for asymptotic relative efficiencies under the frailty model. The findings are demonstrated via extensive simulations. This work was supported by US National Science Foundation (Grant No. DMS-0504269)