基于二元当前状态数据的联合分布函数的偏单调张量样条估计
统计理论
2012-09-26 v1 统计理论
摘要
利用二元事件时间数据对联合累积分布函数（CDF）进行分析，在理论和数值上均是一个具有挑战性的问题。本文提出了一种基于张量样条的筛最大似然估计方法，用于在二元当前状态数据下估计联合 CDF。利用 I-splines 来近似联合 CDF，以简化约束最大似然估计问题的数值计算。采用广义梯度投影算法来求解该约束优化问题。基于 B-spline 基函数的性质，证明了在较为温和的正则条件下，所提出的基于张量样条的非参数筛最大似然估计量具有一致性，且其收敛速度可能优于 。通过中等样本量的模拟研究，表明所提估计量的有限样本表现总体令人满意。
引用
@article{arxiv.1209.5543,
title = {Partially monotone tensor spline estimation of the joint distribution function with bivariate current status data},
author = {Yuan Wu and Ying Zhang},
journal= {arXiv preprint arXiv:1209.5543},
year = {2012}
}
备注
Published in at http://dx.doi.org/10.1214/12-AOS1016 the Annals of Statistics (http://www.imstat.org/aos/) by the Institute of Mathematical Statistics (http://www.imstat.org)