

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
1、碩士學位論文生存分位數(shù)回歸中有失敗原因缺失的競爭風險的多重插值MultipleImputationofCompetingRisksDatawithMissingCauseofFailureinSurvivalQuantileRegressions作者姓名:學科、專業(yè):學號:指導教師:完成日期:劉洪亞概率論與數(shù)理統(tǒng)計21301013沈玉波副教授2016年05月大連理工大學DalianUniversityofTechnologs7大連理工大
2、學碩士學位論文摘要當競爭風險關系存在時,導致一些試驗真正失敗的原因信息可能會缺失。因此,原因具體的生存模型與多重插值(MI)就被提出來分析這些數(shù)據(jù)。建模的累積函數(shù)也是我們感興趣的,因此,我們研究了分位數(shù)回歸與MI方法作為競爭風險數(shù)據(jù)失敗原因缺失的建模方法。分析這些數(shù)據(jù)包括完整情況下分析以及其中缺失的原因歸為一個額外的失敗類型的可能的策略。然而這些方法在臨床上可能會產(chǎn)生誤導的結(jié)果。此外,逆概率加權(quán)(IPW)的方法由于其雙權(quán)機制計算的復雜度
3、將增大誤差。而今我們的工作是當適合上面的建模方法分位數(shù)回歸模型時進行參數(shù)估計。我們還采用了MI方法和評價其在各種不同數(shù)據(jù)缺失時情況的相對表現(xiàn)。模擬試驗結(jié)果表明,在隨機缺失失敗原因的情況下,對適合分位數(shù)回歸模型和對缺失數(shù)據(jù)使用以前的處理技術的估計有嚴重的偏差。相比這些方法中,以MI為基礎的方法有較小的偏差和95%的置信區(qū)間可靠度接近定類水平。本文內(nèi)容安排如下:第一部分,對所研究問題和方法的發(fā)展背景做簡單的介紹,并且給出相關的基礎知識:第二
最新文檔
- 分位數(shù)回歸中的若干問題研究.pdf
- 基于分位數(shù)回歸技術的刪失數(shù)據(jù)的多重插補.pdf
- 分位數(shù)回歸中變點問題的若干研究.pdf
- 12308.可加風險模型下缺失競爭風險數(shù)據(jù)的多重插值問題
- 分位數(shù)回歸.pdf
- 房價的分位數(shù)回歸.pdf
- 基于分位數(shù)回歸的金融風險管理.pdf
- 基于分位數(shù)回歸的特質(zhì)風險溢價研究.pdf
- 分位數(shù)回歸與金融風險研究.pdf
- 截尾分位數(shù)回歸模型及其在生存分析中的應用.pdf
- 加權(quán)組合分位數(shù)回歸.pdf
- 基于指數(shù)加權(quán)分位數(shù)回歸的滬深股市風險度量研究
- 應用時間序列分位數(shù)回歸
- 317.分位數(shù)回歸及其應用
- 人民幣匯率風險測度的期望分位數(shù)回歸模型.pdf
- 基于分位數(shù)回歸的存貨質(zhì)押融資市場風險度量研究.pdf
- 基于神經(jīng)網(wǎng)絡分位數(shù)回歸的金融風險測度.pdf
- 調(diào)查數(shù)據(jù)缺失值的多重插補研究.pdf
- 基于分位數(shù)回歸的風險var以及出國留學影響因素的研究
- 缺失數(shù)據(jù)下基于經(jīng)驗似然的復合分位數(shù)回歸模型的統(tǒng)計推斷.pdf
評論
0/150
提交評論