基于刀切法的 Kaplan-Meier 生存估计量稳健偏差估计
统计方法学
2013-12-17 v1
摘要
为了研究或减少 Kaplan-Meier 生存估计量泛函的偏差，Stute 和 Wang (1994) 提出的刀切法 (jackknifing) 是一种自然的方法。我们研究了在不同删失水平、样本量以及删失时间和生存时间分布配置下，偏差的刀切估计量的行为。实证研究揭示了关于稳健计算偏差的一些新发现，特别是针对较高删失水平的情况。我们将他们的刀切法扩展到了最大观测值被删失的情形，使用了 Khan 和 Shaw (2013b) 提出的针对最大观测值的插补方法。对现有公式的这一修改将构建刀切偏差估计所需的条件数量从原来的两个减少为一个，同时也避免了现有刀切公式可能导致 Kaplan-Meier 估计量被严重低估的问题。
引用
@article{arxiv.1312.4058,
title = {Robust Bias Estimation for Kaplan-Meier Survival Estimator with Jackknifing},
author = {Md Hasinur Rahaman Khan and J. Ewart H. Shaw},
journal= {arXiv preprint arXiv:1312.4058},
year = {2013}
}
备注
17 pages, 3 figures, 5 tables. CRiSM working paper, Paper No. 13-09 (2013), University of Warwick, UK