快速加速失效时间模型在案例队列数据中的应用
摘要：半参数加速失效时间（AFT）模型直接将预测的失效时间与协变量相关联，是对以风险函数或生存函数为基础的模型的有用替代。对于病例队列数据，人们对AFT模型的研究较少。除了对控制组外的亚队列中缺失的协变量外，完全队列中的AFT模型推断也存在挑战。回归参数估计器难以计算，因为最常用的基于排名的估计方程不平滑。此外，它的方差依赖于未指定的误差分布，并且大多数方法依赖于计算密集的引导法来估计它。我们提出了一种快速基于排名的AFT模型推断程序，将最近的方法论进展应用于病例队列数据的情境中。通过平滑估计函数获得参数估计值，并促进数值解决方案。通过高效的重抽样方法获得非平滑估计函数的方差估计器，避免了全面引导法。模拟研究表明，推荐的程序在多个竞争程序之间提供了快速且有效的推断。肿瘤研究的应用验证了所提方法在常规数据分析中的实用性。
作者：Steven Chiou, Sangwook Kang, and Jun Yan
论文ID：1206.0190
分类：Computation
分类简称：stat.CO
提交时间：2022-12-15