二元删失随机变量的相关系数研究.pdfVIP

摘 要 在生存分析研究中，从观测时刻开始到感兴趣的事件发生所经历的时间，称 为失效时间或生存时间。在生存时间的实际问题研究中，常常需要对两个生存时 间的相关性进行研究。如果能够获取完整的生存时间样本，可以考虑用Pearson 相关系数对两个生存时间变量的线性关系进行分析。但是，由于随访失败、竞争 风险存在或研究持续时间有限，对这两个生存时间变量的观测无法得到完整的数 据，这就造成了数据的删失。对于二元删失数据的相关性研究，无法利用传统方 法进行分析。 目前对二元删失数据的相关性，统计学者们进行了一些研究，主要基于经验 似然、半参数估计的方法。在使用这些方法的时候，通常需要使用迭代的方法求 解估计量的近似解，运算过程复杂，操作难度大。本文提出了一种较为简单易操 作的方法。从 “无偏转换”的思想出发，构造出了一组二元生存时间变量的Pe- arson相关系数的估计量。这种方法能同时解决对二元右删失数据、二元区间删 失数据的相关性估计问题。“无偏转换”的主旨在于：基于删失数据，构造出一 个统计量，使得该统计量和原本的生存时间变量均值相同，对这组 “新样本”， 利用完整数据的统计方法对从总体均值进行估计。运用 “无偏转换”的方法得到 的估计量具有很多类似于样本均值的优良统计性质。 基于删失数据，本文采用 “无偏转换”方法，分别构造了两个生存时间变量 的数学期望、方差以及它们乘积的数学期望的估计量。将这些估计量分别代入 Pearson相关系数的对应参数位置，就得到了一个相关系数的估计量。由于 “无 偏转换”构造出的估计量具有相合性和渐近正态性，可以推导出这个删失数据下 的Pearson相关系数的估计量具有相合性、渐近正态性等良好的统计性质。通过 模拟计算可以看出 “无偏转换”下计算出来的Pearson相关系数的结果与完全 数据下的Pearson相关系数计算出来的结果很接近，这就验证了本文所用 “无偏 转换”方法的可行性和有效性。 关键词：右删失数据；区间删失数据；相关系数；相合性；渐近正态性 I Abstract In the study of survival analysis, the time from the observation time to the occurrence of the event of interest is called the failure time or survival time. In the study of the actual problems of survival time, it is often necessary to study the correlation between the two survival times. If you can obtain a complete sample of survival time, you can consider using the Pearson correlation coefficient to analyze the linear relationship between the two survival time variables. However, due to the failure of follow-up, the existence of competitive risks, or the limited duration of the study, the observation of these two survival time variables cannot obtain complete data,which resultsin thedeletion of data.For the correlation study ofbinary censored data,traditionalmethodscannotbeusedfor analysis. At present, statisticianshave conducted some studies on the correlation ofbinary censored data, mainly based on empirical likelihood and semi