面向分层抽样设计的半参数加速失效时间模型变量选择
统计方法学
2025-07-22 v1
摘要
在大规模流行病学研究中，统计推断常因高维协变量在失效时间的分层抽样设计下变得复杂。针对完全队列数据开发的变量选择方法难以自然扩展到分层抽样设计，需对抽样方案进行适当调整。进一步的挑战在于失效时间呈聚类特征并存在团内相关性。作为Cox比例风险(PH)模型的替代方案，当PH假设不成立时，可通过引入广义估计方程(GEE)技术的惩罚性Buckley-James(BJ)估计方法处理此类设置下的团内相关性，尽管其实际应用仍受计算不稳定性的制约。我们提出一种在GEE框架下进行的正则化估计方法，作为对惩罚性BJ方法的变体，但具备更可靠的推断程序。我们建立了所提估计量的一致性和渐近正态性，并证明其实现奥林茨性。大量模拟研究表明，我们的方法优于忽略抽样偏差或团内相关性的现有方法。此外，正则化方案即使在中等样本量下也能有效选择相关变量。该方法通过牙科研究的实际应用进行了说明。
引用
@article{arxiv.2507.14689,
title = {Variable Selection for Stratified Sampling Designs in Semiparametric Accelerated Failure Time Models with Clustered Failure Times},
author = {Ying Chen and Chuan-Fa Tang and Sy Han Chiou and Min Chen},
journal= {arXiv preprint arXiv:2507.14689},
year = {2025}
}