کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4949340 1440044 2017 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Sieve maximum likelihood estimation for the proportional hazards model under informative censoring
ترجمه فارسی عنوان
ارزیابی حداکثر احتمال برای مدل خطرات متناسب تحت سانسور اطلاعاتی
کلمات کلیدی
مدل کاپولا، سانسور اطلاعاتی مدل خطر نسبی، برآورد حداکثر احتمال پذیری،
ترجمه چکیده
داده های زمان شکست اغلب در بسیاری از مناطق مانند ردیابی بالینی، اقتصاد و مطالعات پیگیری پزشکی مطرح می شوند و برای تجزیه و تحلیل آن ها، مقالات زیادی تهیه شده است که سانسور غیرممکن است. تعدادی از روش ها نیز برای وضعیتی که سانسور ممکن است آموزنده باشد، توسعه داده شده است. با این حال، بسیاری از رویه های موجود برای مورد دوم فقط برای شرایط محدود است و یا ممکن است پایدار و یا قوی نباشد. در این مقاله، رویکرد مدل کاپولا برای تحلیل رگرسیون داده های شکست زمان سانسور راست در حضور سانسور اطلاعاتی ارائه شده است. در این روش، مدل کوپولا برای توصیف وابستگی بین زمان شکست سود و زمان سانسور کردن و برای برآورد استفاده می شود، یک روش برآورد حداکثر احتمال درستی غربالگری توسعه یافته است. علاوه بر این، خواص آستانه برآوردگرهای پیشنهادی ایجاد شده است و مطالعه شبیه سازی نشان می دهد که روش پیشنهاد شده به خوبی در عمل عمل می کند. مثال مثال نیز ارائه شده است.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نظریه محاسباتی و ریاضیات
پیش نمایش مقاله
ارزیابی حداکثر احتمال برای مدل خطرات متناسب تحت سانسور اطلاعاتی
چکیده انگلیسی
Failure time data often occur in many areas such as clinical trails, economics and medical follow-up studies, and a great deal of literature has been developed for their analysis when the censoring is noninformative. A number of methods have also been developed for the situation where the censoring may be informative. However, most of the existing procedures for the latter case apply only to limited situations or may not be stable or robust. In this paper, we present a copula model approach for regression analysis of right-censored failure time data in the presence of informative censoring. In the method, the copula model is used to describe the dependence between the failure time of interest and censoring time and for estimation, a sieve maximum likelihood estimation procedure is developed. In addition, the asymptotic properties of the proposed estimators are established and the simulation study indicates that the proposed method seems to work well in practice. An illustrative example is also provided.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computational Statistics & Data Analysis - Volume 112, August 2017, Pages 224-234
نویسندگان
, , ,