• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistics and computing >Rank-based estimation for semiparametric accelerated failure time model under length-biased sampling
【24h】

Rank-based estimation for semiparametric accelerated failure time model under length-biased sampling

机译：长度偏置采样下半参数加速失效时间模型的基于秩的估计

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Length-biased sampling appears in many observational studies, including epidemiological studies, labor economics and cancer screening trials. To accommodate sampling bias, which can lead to substantial estimation bias if ignored, we propose a class of doubly-weighted rank-based estimating equations under the accelerated failure time model. The general weighting structures considered in our estimating equations allowgreat flexibility and include many existing methods as special cases. Different approaches for constructing estimating equations are investigated, and the estimators are shown to be consistent and asymptotically normal. Moreover, we propose efficient computational procedures to solve the estimating equations and to estimate the variances of the estimators. Simulation studies show that the proposed estimators outperform the existing estimators. Moreover, real data from a dementia study and a Spanish unemployment duration study are analyzed to illustrate the proposed method.
机译：偏倚抽样出现在许多观察性研究中，包括流行病学研究，劳动经济学和癌症筛查试验。为了适应采样偏差，如果忽略该偏差可能会导致较大的估计偏差，我们提出了在加速故障时间模型下的一类基于双重加权秩的估计方程。在我们的估计方程中考虑的一般加权结构允许更大的灵活性，并包括许多现有方法作为特殊情况。研究了构造估计方程的不同方法，并且证明了估计是一致且渐近正态的。此外，我们提出了有效的计算程序来求解估计方程并估计估计量的方差。仿真研究表明，提出的估计量优于现有的估计量。此外，对来自痴呆症研究和西班牙失业持续时间研究的真实数据进行了分析，以说明所提出的方法。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号