信息区间删失数据的统计推断
本文关键词：信息区间删失数据的统计推断 出处：《江西师范大学》2015年硕士论文 论文类型：学位论文
更多相关文章： 相依性区间删失 Copula函数 似然函数 敏感性分析
【摘要】：区间删失数据出现在流行病学、经济学、医疗和社会学等诸多领域的寿命数据研究中。传统的区间删失数据的统计模型和方法常建立在删失时间和失效时间相互独立前提下,然而实际应用中存在很多相依删失情况,相依删失数据的研究受到了很多生存分析研究者的关注。在相依删失数据的研究中,对失效时间和删失时间相关性的假定是至关重要的,正确的假定可以提高估计的效率,得到更好的统计结论。Copula函数是在相依删失数据研究中广泛使用的一种方法,在给定Copula函数条件下,可以得到删失时间和失效时间的联合分布函数,进而利用他们的联合分布研究了不同模型假设下相依性区间删失数据的统计推断问题。本文重点研究了三种模型:Weibull参数模型、比例风险半参模型以及非参数模型。我们基于Copula函数构造了不同模型的相依区间删失数据的似然函数。对于三种不同的模型的似然函数求解,我们分别采用了Nelder-Mead算法、Newton-Raphson算法和保序回归的PAVA算法。另外Copula函数的假定会对估计结果产生一定的影响,本文通过模拟计算对不同删失比例、不同连接函数和不同相关系数等影响因子进行了敏感性分析。
[Abstract]:Interval censored data appear in epidemiology, economics. Traditional statistical models and methods of interval censored data are often based on the premise that deletion time and failure time are independent of each other in the research of life data in many fields such as medicine and sociology. However, there are a lot of dependent censored cases in practical applications, and the study of dependent censored data has attracted the attention of many survival analysis researchers, in the study of dependent censored data. It is very important to assume the correlation between the time of failure and the time of deletion, and the correct assumption can improve the efficiency of estimation. To get a better statistical conclusion. Copula function is a widely used method in the study of dependent censored data, under the condition of given Copula function. The joint distribution function of deletion time and failure time can be obtained. Then we use their joint distribution to study the statistical inference of interval-censored data under the assumption of different models. In this paper, we focus on three kinds of models: Weibull parameter model. Based on the Copula function, we construct the likelihood function of the dependent interval censored data of different models. For three different models, the likelihood function is solved. We adopt Nelder-Mead algorithm respectively. Newton-Raphson algorithm and order-preserving PAVA algorithm. In addition, the assumption of Copula function will have a certain impact on the estimation results. In this paper, the sensitivity of different censored ratio, different connection function and different correlation coefficient are analyzed by simulation.
【学位授予单位】：江西师范大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：O212
【相似文献】
相关期刊论文 前10条
1 吕秋萍;邓文丽;;区间删失数据函数的均值估计[J];江西师范大学学报(自然科学版);2011年01期
2 徐永红;高晓欢;王正熙;;含有右删失和区间删失数据的生存函数的非参数估计[J];生物医学工程学杂志;2014年02期
3 鞠瑞年;杨芳;孔翠翠;;基于随机删失数据下一种新模型对软件总体可靠度的估计[J];南阳师范学院学报;2008年03期
4 柯蓉;;国内删失数据统计研究状况综述[J];统计与信息论坛;2008年10期
5 俞雪梨,肖纲景;稀有事件右删失生存数据的伞形约束检验[J];江南大学学报;2004年06期
6 朱成莲;;带右删失数据的非线性模型的参数估计[J];统计与决策;2009年14期
7 杨军;;区间删失数据下参数估计的比较[J];江西科学;2012年01期
8 周勇，，安鸿志;删失数据平滑非参数分位估计[J];应用数学学报;1996年01期
9 王乃生;多重Ⅱ型删失数据的近似似然函数及应用[J];高校应用数学学报A辑(中文版);2002年02期
10 陈琴;;中间删失下指数分布的参数估计[J];湖北师范学院学报(自然科学版);2010年01期
相关会议论文 前1条
1 刘强;刘黎明;;带有删失数据的线性EV模型的统计推断[A];北京市第十六次统计科学研讨会获奖论文集[C];2011年
相关博士学位论文 前6条
1 李夏炎;删失指示量随机缺失情况下回归模型统计推断[D];中国科学技术大学;2011年
2 张颂;一类删失数据的统计推断[D];吉林大学;2012年
3 程从华;生存分析中删失数据统计推断及其应用[D];兰州大学;2011年
4 赵国庆;删失数据下的经验熵和经验似然[D];北京大学;2013年
5 钱俊;生存分析中删失数据比例对Cox回归模型影响的研究[D];南方医科大学;2009年
6 陈雪蓉;复杂数据下分位数回归建模及其应用[D];云南大学;2012年
相关硕士学位论文 前10条
1 曹丹丹;第一类区间删失数据Cox比例风险模型的参数估计[D];兰州大学;2015年
2 张芳芳;基于Ⅰ型区间删失数据下的应力—强度模型的非参数估计[D];华中师范大学;2015年
3 李文静;信息区间删失数据的统计推断[D];江西师范大学;2015年
4 付婷;区间删失数据的若干问题研究[D];江西师范大学;2008年
5 张琳琳;多重插补在区间删失型数据中的应用[D];华东师范大学;2010年
6 谢飞英;区间删失数据的回归分析[D];华东师范大学;2006年
7 王晓芳;区间删失情况下参数估计的新方法[D];华东师范大学;2007年
8 李颖;自变量为区间删失型数据的线性回归分析[D];华东师范大学;2008年
9 安玉洁;基于区间删失数据的比例风险模型中的参数估计[D];华中师范大学;2012年
10 吕秋萍;区间删失数据函数的均值估计及其应用[D];江西师范大学;2011年
本文编号：1403104
本文链接：https://www.wllwen.com/kejilunwen/yysx/1403104.html
