生存分析中部分线性单指标模型的稳健估计

《生存分析中部分线性单指标模型的稳健估计》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文生存分析中部分线性单指标模型的稳健估计Robustestimationforsurvivalpartiallylinearsingle·indexmodels作者姓名：学科、专业：学号：指导教师：完成日期：石新勇概率论与数理统计2l101038王晓光讲师2014年04月大连理工大学DalianUniversityofTechnology大连理工大学学位论文独创性声明作者郑重声明：所呈交的学位论文，是本人在导师的指导下进行研究工作所取得的成果。尽我所知，除文中已经注明引用内容和致谢的地方外，本论文不包

2、含其他个人或集体已经发表的研究成果，也不包含其他已申请学位或其他用途使用过的成果。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。若有不实之处，本人愿意承担相关法律责任。学位论文题目：生存分析中部分线性单指标模型的稳健估计作者签名：主垒堑塑日期：业年j月L日大连理工大学硕士学位论文摘要部分线性单指标模型(PLSIM)是由部分线性模型和单指标模型扩展的一种半参数模型，它很好的平衡了模型的灵活性和简约性．生存分析中，生存时间右删失数据可能会伴有异常值出现，稳健的估计方法就是为了解决此时的

3、部分线性单指标模型的估计问题．当响应变量右删失时，这种方法为模型的响应变量和一组预测变量间提供了一种灵活的估计方式．我们将用M一估计的方法来实现．估计时首先将删失数据转化为伪响应数据，然后基于稳健的目标函数对部分线性单指标模型进行估计．我们得到了线性和单指标系数估计值的渐近性质，以及非参数函数估计的最优收敛率．用蒙特卡罗模拟验证了有限的样本下该方法的良好性能，并对PBC数据，ACTG320数据和NCCTG肺癌实例数据进行了分析．本文内容安排如下：第一部分，将介绍一些基础模型和基础知识，对本文涉及的一些相关知识进

4、行简单介绍．第二部分，描述模型的稳健估计过程并给出参数的渐近性质．第三部分，给出求解估计函数计算算法，并用蒙特卡罗方法进行程序的模拟举例，展现模拟效果并进行稳健性分析．第四部分，用我们的方法对PBC数据，ACTG320数据和NCCTG肺癌数据等实例进行了分析．第五部分，给出所有证明过程以及所用条件．最后，第六部分对本文进行总结和展望．关键词：M．估计；局部线性回归；右删失；伪响应数据；部分线性模型；单指标模型Robustestimationforsurvivalpartiallylinearsingle—ind

5、exmodelsAbstractThepartiallylinearsingle-indexmodel(PLSIM)isaninterestingsemiparametricmodelextendedbythepartiallylinearmodelandthesingle—indexmodel，whichsupplyagoodbalancebetweenflexibilityandparsimony．Arobustestimationisproposedtofitthesurvivalpartiallylin

6、earsingle—indexmodelwhenoutliersmayOccurintherightcensoredresponse．Thismethodprovidesaflexiblewayformodelingtheassociationbetweenaresponseandasetofpredic—torvariableswhentheresponseisrightcensored．ItisaprofileM．estimationversionandtheestimationprocedureinvol

7、vestransformingthecensoreddataintosyntheticdataatfirst，thenitresultsinfittingthecommonpartiallylinearsingle-indexmodelsbasedonarobustobjectivefunction．Weestablishasymptoticpropertiesfortheresultingestimatorsofthelinearandsingle．indexcoefficients，andtheoptima

8、lrateofconvergenceformenonparametricfunctionestimator．ThefinitesampleperformanceoftheproposedmethodisassessedbyMonteCarlosimulationstudies，anddemonstratedbytheanalysesofthePBCdata，ACTG320dataand