广义部分线性函数单指标模型中重复测量结果的融合核-样条光滑
统计理论
2015-10-15 v1 统计理论
摘要
我们提出一种广义部分线性函数单指标风险评分模型，用于指标本身为时间函数的重复测量结果。我们融合非参数核方法与回归样条方法，并修改广义估计方程以方便估计与推断。我们使用局部光滑核估计时间的未指定系数函数，并使用 B 样条估计单指标分量的未指定函数。协方差结构通过工作模型加以考虑，无论其是否捕获真实协方差，均能提供有效的估计与推断过程。该估计方法适用于连续与离散结果。我们推导了估计过程的大样本性质，并展示了模型各分量具有不同的收敛速度。核与回归样条方法以嵌套方式结合时的渐近性质在此工作之前未被研究，即使在独立数据情形亦如此。
引用
@article{arxiv.1510.03970,
title = {Fused kernel-spline smoothing for repeatedly measured outcomes in a generalized partially linear model with functional single index},
author = {Fei Jiang and Yanyuan Ma and Yuanjia Wang},
journal= {arXiv preprint arXiv:1510.03970},
year = {2015}
}
备注
Published at http://dx.doi.org/10.1214/15-AOS1330 in the Annals of Statistics (http://www.imstat.org/aos/) by the Institute of Mathematical Statistics (http://www.imstat.org)