参数竞争风险分位数模型

竞争风险分位数回归模型通过最小化不连续的L1型凸函数来进行系数推断,其可能会导致多根问题,且结果难以解释.引入线性规格的参数函数,构建了一个新的参数竞争风险分位数模型.利用积分损失最小化方法进行参数估计,解决了解不唯一性问题,极大地提高了估计效率,获得了分位数与估计系数之间的更多信息.对估计量的一致性和渐近正态性进行了分析,给出了模型选择与模型评估过程.通过数值模拟说明了在标准误的意义下,参数结构下的竞争风险分位数模型更有效.最后将模型应用到滤泡细胞淋巴瘤的临床研究中.