Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Lựa chọn thích hợp giữa nhiều ước lượng Buckley–James
Springer Science and Business Media LLC - Trang 1-16 - 2023
Tóm tắt
Xem xét vấn đề ước lượng hồi quy tuyến tính bán tham số với dữ liệu bị làm chết ở bên phải. Dưới sự làm chết ở bên phải, ước lượng Buckley–James (BJE) là sự mở rộng tiêu chuẩn của ước lượng bình phương nhỏ nhất. Hơn nữa, một thuật toán lặp cho BJE đã được triển khai trong gói R có tên là rms. Chúng tôi chỉ ra rằng thuật toán này thường không tạo ra một nghiệm, ngay cả khi tồn tại một BJE nhất quán. Yu và Wong (J Stat Comput Simul 72:451–460, 2002) đã đề xuất một thuật toán khác để tìm tất cả các BJE có thể. Thuật toán sau đã được điều chỉnh trong bài báo này để thực sự tìm tất cả các BJE khi vector tham số hồi quy nền tảng là có thể nhận dạng. Chúng tôi chỉ ra rằng một số BJE này có thể không nhất quán. Do đó, việc quyết định cách chọn một BJE thích hợp để đảm bảo tính nhất quán điều đó nếu tham số có thể nhận dạng là rất quan trọng. Chúng tôi đề xuất hoặc là chọn một BJE gần với ước lượng tối đa khả năng bán tham số đã sửa đổi (Yu và Wong trong Technometrics 47:34–42, 2005) hoặc một điểm biên hữu hạn nếu có vô hạn BJEs.
Từ khóa
#Hồi quy tuyến tính bán tham số #Dữ liệu bị làm chết #Ước lượng Buckley–James #Tính nhất quán #Thuật toán #Xác định tham sốTài liệu tham khảo
Buckley J, James I (1979) Linear regression with censored data. Biometrika 66:429–436
Chatterjee S, McLeish DL (1986) Fitting linear regression models to censored data by least squares and maximum likelihood methods. Commun Stat A 15:3227–3243
Cox DR (1972) Regression models and life tables. J R Stat Soc B 34:187–220
Hillis SL (1991) Extending M-estimation to include censored data via James’s method. Commun Stat B 20:121–128
James IR, Smith PJ (1981) Consistency results for linear regression with censored data. Ann Stat 12:590–600
Kong FH, Yu QQ (2007) Asymptotic distributions of the Buckley–James estimator under non-standard conditions. Stat Sin 17:341–360
Koul H, Susarla V, Van Ryzin J (1981) Regression analysis with randomly right-censored data. Ann Stat 9:1276–1288
Lai TL, Ying ZL (1991) Large sample theory of a modified Buckley-James estimator for regression-analysis with censored data. Ann Stat 19:1370–1402
Leurgans S (1987) Linear models, random censoring and synthetic data. Biometrika 74:301–309
Miller RG (1976) Least squares regression with censored data. Biometrika 63:449–464
Miller RG, Halpern J (1982) Regression with censored data. Biometrika 69:521–531
Stare J, Heinzl H, Harrell F (2001) Buckley–James multiple regression model R documentation package: rms
Wang YS, Chen CX, Kong FH (2011) Variance estimation of the Buckley–James estimator. J Stat Comput Simul 81:481–496
Yu QQ (2021) Consistency of the modified semi-parametric MLE under the linear regression model with right-censored data. J Stat Adv Theory Appl 25(2):83–108
Yu QQ, Dong JY (2021) Identifiability conditions for the linear regression model under right censoring. Commun Stat A Theory Methods 51:116–134
Yu QQ, Wong GYC (2002) How to find all Buckley–James estimates instead of just one? J Stat Comput Simul 72:451–460
Yu QQ, Wong GYC (2005) Modified semi-parametric MLE in linear regression analysis with complete data or right-censored data. Technometrics 47:34–42