针对聚类当前状态数据的混合治愈脆弱模型的有效估计
统计方法学
2020-04-24 v3 应用统计
摘要
当前状态数据在流行病学与公共卫生领域十分常见，其中受试者唯一可观测数据为准随机检查时间及检查时的事件状态。受一项牙周研究中此类 inherently 聚类当前状态数据的启发，我们提出一种统一方法来分析此类复杂数据。我们允许事件发生时间服从带治愈分数的半参数 GOR 模型，并发展了由 EM 算法驱动的统一估计方案。受试者内相关性通过随机（脆弱）效应考量，GOR 模型的非参数分量经由惩罚样条逼近，其节点集随样本量增大。所提方法附有严格的渐近理论及相关的半参数有效性。我们通过模拟研究评估了模型参数的有限样本表现。此外，所提方法通过对口腔健康数据的应用加以说明，并伴以诊断检验以识别有影响观测。亦提供易于使用的 R 包 CRFCSD 以供实现。
引用
@article{arxiv.1912.00295,
title = {Efficient Estimation of Mixture Cure Frailty Model for Clustered Current Status Data},
author = {Tong Wang and Kejun He and Wei Ma and Dipankar Bandyopadhyay and Samiran Sinha},
journal= {arXiv preprint arXiv:1912.00295},
year = {2020}
}
备注
Unstable EM algorithm due to limited information in current status data