【摘要】：每一個(gè)實(shí)驗(yàn)對(duì)象僅僅被觀測一次,并且它的生存時(shí)間要么比觀測時(shí)間小要么比觀測時(shí)間大,這時(shí)候就產(chǎn)生了現(xiàn)狀數(shù)據(jù)。這樣的現(xiàn)狀數(shù)據(jù)是經(jīng)常會(huì)發(fā)生的,例如,橫斷面研究,人口調(diào)查,和腫瘤研究實(shí)驗(yàn)等,而且在這些研究中,現(xiàn)狀數(shù)據(jù)的分析經(jīng)常會(huì)用到一些半?yún)?shù)方法和非參數(shù)方法。然而,大部分的半?yún)?shù)方法和非參數(shù)方法只適用于觀測時(shí)間完全獨(dú)立于生存時(shí)間或者是給定的協(xié)變量的情況。這篇文章討論的是當(dāng)觀測時(shí)間可能依賴于生存時(shí)間時(shí),對(duì)現(xiàn)狀數(shù)據(jù)進(jìn)行回歸分析,并且在生存時(shí)間的風(fēng)險(xiǎn)函數(shù)模型是加法脆弱風(fēng)險(xiǎn)回歸模型,觀測時(shí)間的風(fēng)險(xiǎn)函數(shù)模型是乘法脆弱風(fēng)險(xiǎn)模型的假設(shè)條件下對(duì)模型的回歸參數(shù)進(jìn)行估計(jì)。為了估計(jì)回歸參數(shù),把觀測時(shí)間分為兩種情況:一種是不帶刪失時(shí)間的情況,一種是帶刪失時(shí)間的情況,并且引進(jìn)了表示生存時(shí)間和觀測時(shí)間關(guān)系的隨機(jī)效應(yīng)。在參數(shù)估計(jì)中,運(yùn)用了類似于求解極大似然估計(jì)的方法——最大偏似然估計(jì),這種方法是通過求解得分函數(shù)來得到參數(shù)的估計(jì)的。求解到參數(shù)估計(jì)后,我們又對(duì)其性質(zhì)進(jìn)行了推導(dǎo),具有和最大似然估計(jì)方法同樣的性質(zhì),得到的參數(shù)估計(jì)同樣是漸近正態(tài)、漸近有效的。之后我們通過用R軟件很容易地對(duì)具有刪失時(shí)間和不具有刪失時(shí)間的情況進(jìn)行了模擬實(shí)驗(yàn),對(duì)于具有刪失時(shí)間的情況,又根據(jù)刪失比例分為了兩種情況:一種是刪失比例是20%,一種是刪失比例是60%。我們又把模型的結(jié)果應(yīng)用在了腫瘤實(shí)驗(yàn)數(shù)據(jù)的分析中,最后得到的結(jié)論和實(shí)際是相合的。最后是論文的創(chuàng)新點(diǎn):對(duì)文章中得到的結(jié)論進(jìn)行了模型敏感性的驗(yàn)證。在模擬實(shí)驗(yàn)中,通過改變生成觀測時(shí)間的函數(shù)的模型,驗(yàn)證了結(jié)論對(duì)模型的依賴性。
[Abstract]:In order to estimate the regression parameters , we use R software to estimate the regression parameters of the model . In order to estimate the regression parameters , we use R software to estimate the regression parameters of the model .
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：O212.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 呂秋萍;鄧文麗;;區(qū)間刪失數(shù)據(jù)函數(shù)的均值估計(jì)[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

2 徐永紅;高曉歡;王正熙;;含有右刪失和區(qū)間刪失數(shù)據(jù)的生存函數(shù)的非參數(shù)估計(jì)[J];生物醫(yī)學(xué)工程學(xué)雜志;2014年02期

3 鞠瑞年;楊芳;孔翠翠;;基于隨機(jī)刪失數(shù)據(jù)下一種新模型對(duì)軟件總體可靠度的估計(jì)[J];南陽師范學(xué)院學(xué)報(bào);2008年03期

4 柯蓉;;國內(nèi)刪失數(shù)據(jù)統(tǒng)計(jì)研究狀況綜述[J];統(tǒng)計(jì)與信息論壇;2008年10期

5 俞雪梨,肖綱景;稀有事件右刪失生存數(shù)據(jù)的傘形約束檢驗(yàn)[J];江南大學(xué)學(xué)報(bào);2004年06期

6 朱成蓮;;帶右刪失數(shù)據(jù)的非線性模型的參數(shù)估計(jì)[J];統(tǒng)計(jì)與決策;2009年14期

7 楊軍;;區(qū)間刪失數(shù)據(jù)下參數(shù)估計(jì)的比較[J];江西科學(xué);2012年01期

8 周勇，，安鴻志;刪失數(shù)據(jù)平滑非參數(shù)分位估計(jì)[J];應(yīng)用數(shù)學(xué)學(xué)報(bào);1996年01期

9 王乃生;多重Ⅱ型刪失數(shù)據(jù)的近似似然函數(shù)及應(yīng)用[J];高校應(yīng)用數(shù)學(xué)學(xué)報(bào)A輯(中文版);2002年02期

10 陳琴;;中間刪失下指數(shù)分布的參數(shù)估計(jì)[J];湖北師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2010年01期

相關(guān)會(huì)議論文 前1條

1 劉強(qiáng);劉黎明;;帶有刪失數(shù)據(jù)的線性EV模型的統(tǒng)計(jì)推斷[A];北京市第十六次統(tǒng)計(jì)科學(xué)研討會(huì)獲獎(jiǎng)?wù)撐募痆C];2011年

相關(guān)博士學(xué)位論文 前7條

1 王培潔;關(guān)于區(qū)間刪失數(shù)據(jù)和雙重刪失數(shù)據(jù)的回歸分析[D];吉林大學(xué);2015年

2 李夏炎;刪失指示量隨機(jī)缺失情況下回歸模型統(tǒng)計(jì)推斷[D];中國科學(xué)技術(shù)大學(xué);2011年

3 張頌;一類刪失數(shù)據(jù)的統(tǒng)計(jì)推斷[D];吉林大學(xué);2012年

4 程從華;生存分析中刪失數(shù)據(jù)統(tǒng)計(jì)推斷及其應(yīng)用[D];蘭州大學(xué);2011年

5 趙國慶;刪失數(shù)據(jù)下的經(jīng)驗(yàn)熵和經(jīng)驗(yàn)似然[D];北京大學(xué);2013年

6 錢俊;生存分析中刪失數(shù)據(jù)比例對(duì)Cox回歸模型影響的研究[D];南方醫(yī)科大學(xué);2009年

7 陳雪蓉;復(fù)雜數(shù)據(jù)下分位數(shù)回歸建模及其應(yīng)用[D];云南大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 曹丹丹;第一類區(qū)間刪失數(shù)據(jù)Cox比例風(fēng)險(xiǎn)模型的參數(shù)估計(jì)[D];蘭州大學(xué);2015年

2 張芳芳;基于Ⅰ型區(qū)間刪失數(shù)據(jù)下的應(yīng)力—強(qiáng)度模型的非參數(shù)估計(jì)[D];華中師范大學(xué);2015年

3 李文靜;信息區(qū)間刪失數(shù)據(jù)的統(tǒng)計(jì)推斷[D];江西師范大學(xué);2015年

4 章婷婷;刪失數(shù)據(jù)下加速失效模型研究[D];江西師范大學(xué);2015年

5 宋明明;具有信息觀測時(shí)間現(xiàn)狀數(shù)據(jù)的統(tǒng)計(jì)分析[D];吉林大學(xué);2016年

6 付婷;區(qū)間刪失數(shù)據(jù)的若干問題研究[D];江西師范大學(xué);2008年

7 張琳琳;多重插補(bǔ)在區(qū)間刪失型數(shù)據(jù)中的應(yīng)用[D];華東師范大學(xué);2010年

8 謝飛英;區(qū)間刪失數(shù)據(jù)的回歸分析[D];華東師范大學(xué);2006年

9 王曉芳;區(qū)間刪失情況下參數(shù)估計(jì)的新方法[D];華東師范大學(xué);2007年

10 李穎;自變量為區(qū)間刪失型數(shù)據(jù)的線性回歸分析[D];華東師范大學(xué);2008年

本文編號(hào)：2131828