删失指标随机缺失下异方差模型小波估计的渐近性质

发布时间：2024-06-28 22:36

　　生存分析是研究生存现象和响应时间数据及其规律的一种统计方法.生物统计中的死亡时间分析是该领域中最早、最深入的研究方向之一.近年来,生存时间的删失数据回归模型得到了广泛的研究和应用,许多学者也提出了多种估计方法.本文考虑当响应变量(4被删失变量删失的情况,观测到的变量为:(5=min((4,),删失指标量记作=((4≤).在删失数据中,删失指标量可以传达出观测时间到底是研究人员需要的生存时间还是删失时间的信息,若得到的信息不完全,删失指标量就会发生缺失,当删失指标量未被完全观测时,为表示是否被完全观测的示性函数.作为近年来统计分析研究中的一种逐渐热门的新方法,小波估计对于非参数函数的光滑性要求相较核估计等方法更低,具有良好的时频局域化特性,并且得到的大样本性质更为理想.本文考虑异方差回归模型(4₄)=2)(₄))+₄)0)₄),1≤4)≤9),其中²₄)=1)(₄)),(₄),₄))是固定设计...

【文章页数】：45 页

【学位级别】：硕士

【部分图文】：

图2.1:删失数据示例1

删失指标随机缺失下异方差模型小波估计的渐近性质对于任何分布函数,我们定义=inf{:()=1},()=(1()),>0.下面将列举两个右删失数据的例子,图2.1展示了右删失数据的第一个示例:艾滋病患者感染病毒后的生存分析,图2.1:删失数据示例1如上图所示,研究艾滋病患者感染病毒....

图2.2:删失数据示例2

删失指标随机缺失下异方差模型小波估计的渐近性质图2.2:删失数据示例2如图2.2所示,假设有6个心血管疾病患者,他们的病情于不同时刻得到缓解,与此同时他们进入研究时间为1年的临床试验,假设6个患者都获得治疗并得到有效缓解.缓解时间从图2.2可见,患者A,B,D获得有效缓解的时间分....

本文编号：3996762