基于二元Copula的生存模型及其删失数据下的参数估计-概率统计专业论文.docxVIP

摘要摘要 摘要 摘要 相依数据在生存分析中的应用十分广泛，我们在处理相依数据时，往往得 到的不是完整的数据，而是带删失结构的数据。同样，删失数据在生存分析、 数理统计等领域有着非常广泛的应用。在处理相依数据时，Copula函数一直是 研究者们经常使用的方法之一。本文希望利用给定的Copula函数作为两个相依 变量的连接函数，来描述它们之间的相关性，以广义Pareto分布作为变量的边 际分布，构建一个新的生存分析模型，然后在相依数据出现随机右删失时，对 估计方法进行相应处理，给出模型的参数估计，并且通过数值模拟来验证我们 给出的估计方法的效果。最后，我们利用DRS研究小组的糖尿病病人失明时间 数据，对本文提出的模型进行了实证分析，并且将得到的结果与其他的一些二 维生存分析模型基于同一数据集的结果进行了比较。 关键词： Copula函数理论生存分析相依数据广义Pareto分布删失数据 万方数据 ABSTRACTABSTRACT ABSTRACT ABSTRACT Dependent data have wide applications and are important in survival analysis， when we deal with dependent data，usually it’S hard for US to get complete data，