• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Statistics and computing >Simultaneous estimation for non-crossing multiple quantile regression with right censored data
【24h】

Simultaneous estimation for non-crossing multiple quantile regression with right censored data

机译：带有右删失数据的非交叉多元分位数回归的同时估计

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

In this paper, we consider the estimation problem of multiple conditional quantile functions with right censored survival data. To account for censoring in estimating a quantile function, weighted quantile regression (WQR) has been developed by using inverse-censoring-probability weights. However, the estimated quantile functions from the WQR often cross each other and consequently violate the basic properties of quantiles. To avoid quantile crossing, we propose non-crossing weighted multiple quantile regression (NWQR), which estimates multiple conditional quantile functions simultaneously. We further propose the adaptive sup-norm regularized NWQR (ANWQR) to perform simultaneous estimation and variable selection. The large sample properties of the NWQR and ANWQR estimators are established under certain regularity conditions. The proposed methods are evaluated through simulation studies and analysis of a real data set.
机译：在本文中，我们考虑了带有右删失生存数据的多个条件分位数函数的估计问题。为了在估计分位数函数时考虑到检查，已通过使用反检查概率权重开发了加权分位数回归（WQR）。但是，来自WQR的估计分位数函数经常相互交叉，因此违反了分位数的基本属性。为了避免分位数交叉，我们提出了非交叉加权多重分位数回归（NWQR），它同时估计多个条件分位数函数。我们进一步提出自适应超范数正则化NWQR（ANWQR）以执行同时估计和变量选择。 NWQR和ANWQR估计量的大样本属性是在某些规则条件下建立的。通过仿真研究和对真实数据集的分析来评估所提出的方法。

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