多元失效时间删失数据边际风险模型加权估计的渐近正态性

对于多元失效时间数据,可以根据工作独立的假定来估计边际风险模型中的未知参数,但工作独立方法通常会失去估计的效率.为了充分利用不同失效类型之间的潜在相关性,提高估计的效率,可以通过加权的方法给出参数的加权部分似然估计.然而由于多元失效数据是高维数的数据,选择最优权是困难的.因此,Fan,Zhou,Cai和Chen曾基于参数估计向量中每个元的方差提出了一些次优加权方法,然后从参数向量所有分量估计的角度出发,构造了未知参数的复合加权部分似然估计,但他们没有给出这些复合加权估计的渐近性质.本文将对复合加权部分似然估计进一步的研究,推导了这个估计的渐近正态性,并给出了该估计的协方差阵以及协方差估计.同时,将该方法应用于艾滋病临床试验的实际数据,给出了有意义的解释和说明.最后进行了相关估计的一些数值模拟计算.     

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.     

纵向数据下半参数回归模型的统计分析

对于纵向数据下半参数回归模型,基于广义估计方程和一般权函数方法构造了模型中参数分量和非参数分量的估计.在适当的条件下证明了参数估计量具有渐近正态性,并得到了非参数回归函数估计量的最优收敛速度.通过模拟研究说明了所提出的估计量在有限样本下的精确性.     

一个半参数模型渐近有效估计的构造

对半参数回归模型Ｙ＝ＸＴβ十ｇ（Ｔ）＋ε，分别在ε的密度函数已知、未知的情况下，构造出了β的渐近有效估计．     

基于强混合数据的半参数平滑转换回归模型

本文基于严平稳强混合数据和带确定性趋势的强混合数据序列,推广了文献[20]中提出的半参数平滑转换回归模型。对含于平滑转换函数中的未知光滑有界函数应用级数估计方法,并基于非线性最小二乘估计和级数估计理论证明了模型参数估计量的相合性和渐近正态性等大样本性质,简要讨论了其协方差矩阵的估计以及假设检验问题。最后,应用该模型重新研究了我国年度通货膨胀率的平滑转换结构。     

复发事件下一般半参数比率回归模型

收稿在复发事件数据下,研究了-个一般半参数比率回归模型中参数的估计问题,给出了该模型中未知参数和非参数函数的一种估计方法,并证明了这些估计的相合性和渐近正态性.     

加速失效时间模型下现状数据的Jackknife模型平均

文章研究了响应变量为现状数据的情况下,加速失效时间模型的Jackknife模型平均方法.首先对数据进行合理的无偏变换,进而得到回归参数的最小二乘估计.然后引入删一交叉验证准则来选取候选模型的权重,并在一定正则性条件下,建立对应模型平均估计量的渐近最优性.此外,数值模拟表明,与现有的其他模型平均和模型选择方法相比,本文所提出的方法在预测上表现更佳.最后将所提方法应用于尼日利亚儿童死亡率的数据进行实证研究,进一步验证了所提方法的优良性质.     

半参数回归模型的误差方差的小波估计

考虑半参数回归模型y i=x i' β +g(t i)+e i,1 i n,其中β∈R d为未知参数,g(t)为[0,1]上的未知Borel函数,x i为R d上的随机设计, {e i}为i.i.d.随机误差. 本文构造了误差方差σi 2=var (e i)的小波估计 n 2,得到了 n 2的渐近正态性, 同时构造了var(e i 2)的小波估计 n 2,并且证明了 n 2的弱相合性, 由此可知 依分布收敛于N(0,1), 这一结果可用于构造σ 2的大样本区间估计或对σ 2进行大样本检验.     

半参数回归模型的误差方差的小波估计

考虑半参数回归模型yi=Xi'β＋g（ti）＋ei,1≤i≤n,其中β∈Rd为未知参数,g（t）为[0,1]上的未知Borel函数,xi为Rd上的随机设计,{ei}为i.i.d．随机误差本文构造了误差方差σi2=var（ei）的小波估计■,得到了■的渐近正态性,同时构造了var(ei2)的小波估计■,并且证明了■的弱相合性,由此可知■依分布收敛于N（0,1）,这一结果可用于构造σ2的大样本区间估计或对σ~2进行大样本检验。     

核实数据下非线性半参数EV模型的估计

本文研究了核实数据下的协变量带有测量误差的非线性半参数EV模型.在不假定测量误差结构的情形下,利用最小二乘方法和核光滑技术,构造了非线性函数中未知参数的两种估计,证明了未知参数估计的渐近正态性.通过数值模拟说明所提估计方法在有限样本下的有效性.     

Asymptotics on Semiparametric Analysis of Multivariate Failure Time Data Under the Additive Hazards Model

Many survival studies record the times to two or more distinct failures on each subject. The failures may be events of different natures or may be repetitions of the same kind of event. In this article, we consider the regression analysis of such multivariate failure time data under the additive hazards model. Simple weighted estimating functions for the regression parameters are proposed, and asymptotic distribution theory of the resulting estimators are derived. In addition, a class of generalized Wald and generalized score statistics for hypothesis testing and model selection are presented, and the asymptotic properties of these statistics are examined.     

多类型复发间隔时间下广义半参数风险模型

本文在多类型复发间隔时间数据下,研究了一类广义半参数风险回归模型的参数估计问题,给出了该模型中未知参数和非参数函数的一种估计方法,并证明了估计量的相合性和渐近正态性.最后利用数值模拟来评估估计量在有限样本下的表现.     

带双阈值的一类更新风险模型的Gerber-Shiu折现罚函数

本文考虑一类索赔时间间隔为Erlang(2)分布的"双界限"分红模型,在这种模型中,当盈余超过上限时分红以不超过保费率的速率付出,低于下限后保费率增大,得到了关于Gerber-Shiu罚金折现期望函数满足的积分-微分方程以及更新方程,进一步讨论了更新方程的解.     

成组复发事件下的半参数变换模型

本文在成组复发事件下研究了一个一般半参数的边际变换模型,利用估计方程的理论,给出了该模型中未知参数和基本比率函数的估计,同时利用现代经验过程理论证明了所得估计的相合性和渐近正态性.     

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.     

短样本多指标动态经济数据变点的一种识别方法

本文研究了多指标动态经济数据的变点问题,使用多元分析的方法,给出了在样本长度较短情况下识别变点的一种方法,并用这种方法分析了国民经济统计中的一个实际例子。     

I������ɾʧ�����¼���ʧЧ������ģ�͵Ĺ�������

A cured model is a useful approach for analysing failure time data in which some subjects could eventually experience and others never experience the event of interest. All subjects in the test belong to one of the two groups: the susceptible group and the non-susceptible group. There has been considerable progress in the development of semi-parametric models for regression analysis of time-to-event data. However, most of the current work focuses on right-censored data, especially when the population contains a non-ignorable cured subgroup. In this paper, we propose a semi-parametric cure model for current status data. In general, treatments are developed to both increase the patients' chances of being cured and prolong the survival time among non-cured patients. A logistic regression model is proposed for whether the subject is in the susceptible group. An accelerated failure time regression model is proposed for the event time when the subject is in the non-susceptible group. An EM algorithm is used to maximize the log-likelihood of the observed data. Simulation results show that the proposed method can get efficient estimations.     

左截断双删失数据下可加可乘风险率模型的估计

在生存分析中,可加可乘风险率模型常用来研究协变量对初始事件和终止事件之间持续时间的影响效应。在本文中,我们考虑了在初始事件存在部分区间删失,同时终止事件存在左截断右删失的情形下,持续时间的可加可乘风险率模型的估计问题。我们提出了一个两阶段估计过程来估计模型的回归参数。并通过模拟分析验证了估计的大样本性质。最后利用该方法分析了恶性黑色素瘤手术治疗数据。     

比例优势模型在多结局区间截断数据上的应用

探索比例优势模型在临床医学中常见的多结局区间截断数据中的应用.用条件的逻辑回归方法避免讨厌参数的估计,用牛顿-拉普森算法估计回归系数,用＂夹心方差＂估计量作为参数方差的估计.通过随机模型检验模型应用的有效性.