右删失数据风险函数直方图估计.pdfVIP

第3O卷第 1期 统 计 与信 息 论 坛 2015年 1月 Vo1．3O No．1 Statistics＆ InformationForurn jan．，2015 【统计理论与方法】 右删失数据风险函数直方图估计 乔 舰 ，李再兴 (中国矿业大学 (北京)理学院，北京 100083) 摘要：鉴于生存分析中风险函数较生存函数更能反映生存数据内在失效机制，基于累计风险函数的Nel— son-Aalen估计量，构造了右删失数据风险函数的新直方图估计量，并对该估计量的偏差、方差、积分均方误差 等统计性质进行了论证，对该估计量的使用注意事项进行了说明．通过数值模拟进一步说明了新估计量的合 理性 。 关键词：右删失数据；风险函数；直方图估计 中图分类号：0212：F840．323 文献标志码：A 文章编号：1O07—3116(2015)O1一O0l4—04 但其却以简单、易算、直观、易懂等特点在密度函数 一 、 引 言 估计、数据分析等过程中为应用者所广泛接受Ⅲ。 风险函数是生存分析学科两大基础函数(生存函 数、风险函数)之一，是刻画生存时间统计性质的重要 特征 之一，本 质上 是 一 个条 件 生存 率 而非 概 率_】J9％。尽管通过数学解析的方式可以说明风险 函数与生存函数本质上是相互唯一确定的，但由图1 可知，风险函数比生存函数更能反映生存数据内在的 失效机制，因此，对风险函数的研究成为生存分析最 为重要的研究方向之一。而由于失访、意外事故或到 研究结束时仍存活等原因，某些研究对象确切的失效 时间无法得到，只知其发生在某个特定的时间之后的 右删失现象成为生存数据重要特征之一。 右删失数据风险函数的非参数估计一直是统计 热点问题。由于风险函数与密度函数的非参数估计 在理论证明上的相通性，所以从事密度函数估计的 统计学者一般都会将其在密度函数估计上的研究进 展应用到风险函数估计上来，进而密度函数和风险 函数 的非参数估计在 研究进展上几 乎是同步 图1 不同类型生存函数与对应风险函数图 的_2-3J。但是，这些研究基本上都基于核原理，基于 尽管基于直方图原理的右删失数据风险函数估 直方图理论的并不常见。相对基于核原理的估计方 计不如相应的基于核理论的估计那样具有理论性质 法，尽管基于直方图理论得到的估计结果相对粗糙， 的吸引力，但其确实提供了一种简洁有效展示生存 收稿 日期：2014—08—23；修复 日期：2014—10--05 基金项 目：国家 自然科学基金项 目《随机效应混合模型的统计推断》 作者简介：乔 舰，男，山东肥城人，经济学博士，讲师，研究方向：风险管理 ； 李再兴，男，安徽安庆人，理学博士，副教授，研究方向：统计学。 14 乔 舰，李再兴 ：右删失数据风险函数直方图估计 数据特征的方式。Regina与Ryzin基于风险函数 0(^)，也就是说本文给出的估计量并非对应风险 的分式定义，提出了基于最近邻理论的密度函数直 函数的无偏估计量，且偏差随窗宽h的增大而增大， 方图估计量和经验生存函数估计量相除的估计方 只有当待估计点t处于取值区间B 的中点时估计偏 法[5]。Patil与Bagkavos提出了基于寿命表估计理 差才为零 。 论的风险函数估计方法 ]。本文在风险函数整式定