多元失效时间数据的一般边际半参数危险率模型研究

在生物医学研究中,多元失效时间数据非常常见.该文提出用一般边际半参数危险率回归模型来分析多元失效时间数据.此模型包括了三种常用边际模型:边际比例风险模型、边际加速失效时间模型和边际加速危险模型作为子模型.对于模型中的回归系数,可以通过估计方程的方法来估计它,同时也给出了基准累积危险率函数的估计.得到的估计可以证明是相合的和渐近正态的.

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.

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.