长度偏差右删失数据下分位数回归的估计方程方法.pdfVIP

中国科学: 数学 2015 年 第45 卷 第12 期: 1981 2000 长度偏差右删失数据下分位数回归的估计 方程方法 ∗ 马慧娟 范彩云 周勇 中国科学技术大学管理学院统计与金融系, 合肥 230026; 上海对外经贸大学商务信息学院, 上海 201620; 上海财经大学统计与管理学院, 上海 200433; 中国科学院数学与系统科学研究院应用数学研究所, 北京 100190 E-mail: mhj@, fancaiyun2010@163.com, yzhou@ 收稿日期: 2014-06-16; 接受日期: 2014-09-27; * 通信作者 国家自然科学基金 (批准号: 和、中国科学院重点实验室 (批准号: 2008Dp173182)、国家数学与交叉科学中 心、长江学者和教育部创新团队发展计划 (批准号: IRT13077)、上海财经大学211 工程四期和上海财经大学研究生创新基金 (批准 号: CXJJ-2013-449) 资助项目 摘要 本文首先建立左截断右删失数据下的一般分位数回归方法. 当截断变量服从均匀分布时, 左截 断右删失数据变成长度偏差右删失数据. 长度偏差数据因其特殊性, 提供了更多的信息. 当把适用于 左截断右删失数据的一般方法用到长度偏差右删失数据时, 得到的估计量并不有效, 这是因为它们没 有利用该数据的特殊结构. 为了提高效率, 本文提出复合估计方程方法来解决长度偏差右删失数据下 的分位数回归问题, 这种方法并不需要估计删失变量的分布. 所提出的估计方程可以通过一个求L 型 凸函数最小值的简单算法来求解. 本文用经验过程和随机积分的技巧建立了所提出估计量的一致相合 性和弱收敛性. 随机模拟验证了所提出方法在有限样本时的表现, 并且给出了实例分析. 关键词 左截断 右删失 长度偏差抽样 分位数回归 经验过程 主题分类 62N02 引言 在生存分析中, 有许多文献研究右删失数据. 除了提前离开实验或者其他原因导致右删失以外, 我们所收集到的数据有时也是左截断的, 例如, 美国 Channing House 数据 (Channing House data)、 加拿大健康年龄中心的老年痴呆数据 (Canadian Study of Health and Aging dementia data) 和西班牙 失业数据 (Spain unemployment data) 等. 特别地, 在许多应用中, 事件的发生次数被假设服从一个 Poisson 过程 , 也就是说, 事件发生次数随着时间的变化是稳定的. 在这个稳定的假设下, 左截断变 量服从均匀分布, 并且生存时间被抽样的概率和它的长度成正比. 当截断变量服从均匀分布时, 左截断 的生存时间称作长度偏差数据 . 事实上, 前面提到的加拿大老年痴呆数据和西班牙失业数据都可 当作长度偏差数据来处理 . 美国 Channing House 数据经过简单的处理后也可被看作是长度偏差 数据 . 英文引用格式 马慧娟等: 长度偏差右删失数据下分位数回归的估计方程方法 大量的文献研究了左截断右删失数据和它的特殊情形— 长度偏差右删失数据. 其中一类是不利 用协变量信息而提出非参数的估计方法, 如文献 [12, 13]. 另一类文献是在考虑协变量的情形下提出各 种半参回归模型. 对一般的左截断数据, 文献[14] 在Cox 比例风险模型下提出了估计方法, 而文献[15] 得到了加性风险模型下的估计量. 当数据为长度偏差且没有删失时, 文献 [16] 对于Cox 模型提出了估 计方法, 而文献 [17] 对于加速失效 (AFT) 模型提出了两阶段的秩估计方法. 对长度偏差右删失数据, 文献 [8,9,18] 提出了Cox 模型下的多种估计方法,