Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Ước lượng phi tham số phân phối thời gian cư trú cho dữ liệu sự kiện tuần tự bị cắt đứt - Một phương pháp điều chỉnh trọng số
Tóm tắt
Trong các nghiên cứu theo dõi, dữ liệu sống sót thường bao gồm các chủ thể đã xảy ra một sự kiện nhất định khi được tuyển chọn và có khả năng trải qua một loạt các sự kiện tiếp theo trong suốt thời gian theo dõi. Loại dữ liệu sống sót này được thu thập theo tiêu chí lấy mẫu cắt ngang được gọi là dữ liệu sự kiện tuần tự bị cắt đứt. Các biến đầu ra quan tâm trong bài báo này là thời gian cư trú tuần tự giữa các sự kiện liên tiếp. Để phân tích thời gian cư trú trong dữ liệu sự kiện tuần tự bị cắt đứt, chúng ta cần đối mặt với hai sự thiên lệch lấy mẫu tiềm ẩn phát sinh đồng thời từ tiêu chí lấy mẫu và sự kiểm duyệt thông tin bị thúc đẩy. Trong nghiên cứu này, ước lượng phi tham số của hàm xác suất chung cho thời gian cư trú tuần tự được phát triển bằng cách sử dụng xác suất nghịch đảo của các thời gian cắt đứt và kiểm duyệt làm hàm trọng số nhằm điều chỉnh hai sự thiên lệch lấy mẫu này dưới nhiều tình huống cắt đứt và kiểm duyệt khác nhau. Các tính chất thống kê liên quan của các ước lượng được đề xuất cũng được thảo luận. Các nghiên cứu mô phỏng và hai tập dữ liệu thực được trình bày để minh họa các phương pháp đề xuất.
Từ khóa
#dữ liệu sự kiện tuần tự #thời gian cư trú #ước lượng phi tham số #thiên lệch lấy mẫu #kiểm duyệt thông tinTài liệu tham khảo
Fleming TR, Harrington DP (1991) Counting processes and survival analysis. Wiley, New York
Chang S-H, Tzeng S-J (2005) Nonparametric estimation for serial sojourn times under random truncation, Techincal Report, Division of Biostat., Institute of Epi., College of Public Health, National Taiwan University
Chen THH, Chiu YC, Luh DL, Yen MF, Wu HM, Chen LS, Taiwan Community-based Integrated Screening Group (2004) Community-based multiple screening model: design, implementation, and analysis of 42,387 participants. Cancer 100:1734–1743
Clayton DG (1987) A model for association in bivariate life tables and its application in epidemiological studies of familial tendency in chronic disease incidence. Biometrika 65:141–151
Gurler U (1996) Bivariate estimation with right-truncated data. J Amer Stat Assoc 91:1152–1165
Gurler U (1997) Bivariate distribution and hazard function when a component is randomly truncated. J. Multivariate Anal. 60:20–47
Huang J, Vieland VJ, Wang K (2001) Nonparametric estimation of marginal distributions under bivariate truncation with application to testing for age-of-onset anticipation. Stat Sinica 11:1047–1068
Kalbfleisch JD, Lawless JF (1999) Regression models for right truncated data with applications to AIDS incubation times and reporting lags. Stat Sinica 1:19–32
Lin DY, Sun W, Ying Z (1999) Nonparametric estimation of the gap time distributions for serial events with censored data. Biometrika 86:59–70
Lin DY, Ying Z (1994) Semiparametric analysis of the additive risk model. Biometrika 81:61–71
Lin MR, Chang S-H, Pai L, Keyl PM (2003) A longitudinal study of risk factors for motorcycle crashes among junior colleges in Taiwan. Accid Anal Prev 35:243–252
Pruitt RC (1991) On negative mass assigned by the bivariate Kaplan–Meier estimation. Ann Statist 19:443–453
Tsai W-Y, Jewell NP, Wang M-C (1987) A note on the product-limit estimator under right censoring and left truncation. Biometrika 74:883–886
Quale CM, van der Laan MJ (2000) Inference with bivariate truncated data. Lifetime Data Anal 6:391–408
van der Laan MJ (1996) Nonparametric estimation of the bivariate survival function with truncated data. J Multivariate Anal 58:107–131
Visser M (1996) Nonparametric estimation of the bivariate survival function with an application to vertically transmitted AIDS. Biometrika 83:507–518
Wang M-C (1991) Nonparametric estimation from cross-sectional survival data. J Amer Stat Assoc 86:130–142
Wang M-C (1999) Gap time bias in incident and prevalent cohorts. Stat Sinica 9:999–1010
Wang W-J, Wells MT (1998) Nonparametric estimation of successive duration times under dependent censoring. Biometrika 85:561–572