关于Cox 模型的Bootstrap 区间估计和假设检验 - 广东药学院.PDF

1·34 · 　中国卫生统计2000 年 6 月第 17 卷第 3 期 关于 Cox 模型的 Bootstrap 区间估计和假设检验 ( ) 广东药学院社会医学与卫生统计教研室 510224 　张丕德 　陈少贤 　　【提　要】　目的 　提出 Cox 模型参数的 Bootstrap 区间估计和假设检验。方法 　通过对观察样本进行 Bootstrap 抽 样 ,构造 Bootstrap 区间估计和假设检验区域。结果 　实例分析表明 ,当再抽样容量较大时 ,Bootstrap 区间估计和假设检验 与直接对原样本应用正态性得到的结果相差不大 ,前者在后者周围波动 ,假设检验结果也趋于一致。结论 　Bootstrap 区 间估计和假设检验在一定程度上可以作为按正态性估计误差和检验的一种替代方法 ,当样本含量不太大的情形下 ,Boot strap 法较稳健 。 【关键词】　Bootstrap 　Cox 模型 　置信区间 　　对于一般回归模型 Y = Xβ+ e , 参数估计的误差 1 n = 1 , 2 , …, n , 均值 r = ∑r , 中心化残差为 r - r , i i β β n i = 1 ^ - 究竟有多大, 是人们一直关心的问题, 一般用渐 于是从{ ri - r , i = 1 , 2 , …, n} 构成的经验分布有放回 近正态性计算误差的区间并作假设检验, 但是, 当总体 抽取 n 个观察值, 记为 { e i , i = 1 , 2 , …, n} , 定义 方差未知, 分布不定, 甚至存在异方差性, 或样本容量 β ( Bootstrap 响应观察 y = x ′^ + e , Y = y , y , 不大的情形下上述结果未必稳健, 对于 Cox 模型存在 i i i 1 2 同样的困难。自 1979 年 Efron 首次提出再抽样方法 …, y n ) ′, 则 ———Bootstrap 法, 误差估计便有了一种崭新的方法, 1 参数 β的Bootstrap 最小二乘估计为 β = ( X ′ - 1 2