生存分析是研究生存現(xiàn)象和響應(yīng)時間數(shù)據(jù)及其規(guī)律的一種統(tǒng)計方法.生物統(tǒng)計中的死亡時間分析是該領(lǐng)域中最早、最深入的研究方向之一.近年來,生存時間的刪失數(shù)據(jù)回歸模型得到了廣泛的研究和應(yīng)用,許多學(xué)者也提出了多種估計方法.本文考慮當(dāng)響應(yīng)變量(4被刪失變量刪失的情況,觀測到的變量為:(5=min((4,),刪失指標(biāo)量記作=((4≤).在刪失數(shù)據(jù)中,刪失指標(biāo)量可以傳達(dá)出觀測時間到底是研究人員需要的生存時間還是刪失時間的信息,若得到的信息不完全,刪失指標(biāo)量就會發(fā)生缺失,當(dāng)刪失指標(biāo)量未被完全觀測時,為表示是否被完全觀測的示性函數(shù).作為近年來統(tǒng)計分析研究中的一種逐漸熱門的新方法,小波估計對于非參數(shù)函數(shù)的光滑性要求相較核估計等方法更低,具有良好的時頻局域化特性,并且得到的大樣本性質(zhì)更為理想.本文考慮異方差回歸模型(4₄)=2)(₄))+₄)0)₄),1≤4)≤9),其中²₄)=1)(₄)),(₄),₄))是固定設(shè)計...

【文章頁數(shù)】：45 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2.1:刪失數(shù)據(jù)示例1

刪失指標(biāo)隨機缺失下異方差模型小波估計的漸近性質(zhì)對于任何分布函數(shù),我們定義=inf{:()=1},()=(1()),>0.下面將列舉兩個右刪失數(shù)據(jù)的例子,圖2.1展示了右刪失數(shù)據(jù)的第一個示例:艾滋病患者感染病毒后的生存分析,圖2.1:刪失數(shù)據(jù)示例1如上圖所示,研究艾滋病患者感染病毒....

圖2.2:刪失數(shù)據(jù)示例2

刪失指標(biāo)隨機缺失下異方差模型小波估計的漸近性質(zhì)圖2.2:刪失數(shù)據(jù)示例2如圖2.2所示,假設(shè)有6個心血管疾病患者,他們的病情于不同時刻得到緩解,與此同時他們進(jìn)入研究時間為1年的臨床試驗,假設(shè)6個患者都獲得治療并得到有效緩解.緩解時間從圖2.2可見,患者A,B,D獲得有效緩解的時間分....

本文編號：3996762