Semiparametric analysis of linear transformation models with covariate measurement errors.
Semiparametric analysis of linear transformation models with covariate measurement errors.
复制标题
作者：
Sinha S;Ma Y
当预测变量存在测量误差时，我们采用半参数方法将线性变换模型拟合到右删失数据。当未观察到的真实预测变量的替代值的重复测量可用时，我们构建一致的估计方程。所提出的方法适用于对真实协变量或测量误差的分布的最小假设。我们推导了估计器的渐近性质，并通过仿真研究说明了估计器在有限样本性能中的特征。我们应用该方法来分析激发这项工作的艾滋病临床试验数据集。
We take a semiparametric approach in fitting a linear transformation model to a right censored data when predictive variables are subject to measurement errors. We construct consistent estimating equations when repeated measurements of a surrogate of the unobserved true predictor are available. The proposed approach applies under minimal assumptions on the distributions of the true covariate or the measurement errors. We derive the asymptotic properties of the estimator and illustrate the characteristics of the estimator in finite sample performance via simulation studies. We apply the method to analyze an AIDS clinical trial data set that motivated the work.
登录
查看更多内容
影响因子：
158.5
作者：
Hammer, SM;Katzenstein, DA;Salgo, M
通讯作者：
Salgo, M
影响因子：
2.7
作者：
Gao, GZ;Tsiatis, AA
通讯作者：
Tsiatis, AA
影响因子：
3.7
作者：
Lu, Wenbin;Zhang, Hao Helen
通讯作者：
Zhang, Hao Helen
影响因子：
3.7
作者：
CARROLL, RJ;HALL, P
通讯作者：
HALL, P
DOI：
10.1198/016214505000000538
发表时间：
2005-12-01
影响因子：
3.7
作者：
Zucker, DM
通讯作者：
Zucker, DM