Sieve least squares estimator for partial linear models with current status data
Sieve least squares estimator for partial linear models with current status data
复制标题
具有当前状态数据的部分线性模型的筛最小二乘估计器
DOI：
10.1007/s11424-011-8050-3
复制
发表时间：
2011-04
影响因子：
2.1
通讯作者：
张三国
中科院分区：
文献类型：
--
作者：
张三国
在生存分析和可靠性研究中经常会出现当前状态数据，此时一个连续的响应被简化为一个指标，用于表明该响应是大于还是小于一个观测到的随机阈值。本文考虑一种部分线性（的情况）
最后一个词“partial linear”可能是“partial linear model”之类的短语省略了“model”，如果有更多上下文会翻译得更准确。
Current status data often arise in survival analysis and reliability studies, when a continuous response is reduced to an indicator of whether the response is greater or less than an observed random threshold value. This article considers a partial linear model with current status data. A sieve least squares estimator is proposed to estimate both the regression parameters and the nonparametric function. This paper shows, under some mild condition, that the estimators are strong consistent. Moreover, the parameter estimators are normally distributed, while the nonparametric component achieves the optimal convergence rate. Simulation studies are carried out to investigate the performance of the proposed estimates. For illustration purposes, the method is applied to a real dataset from a study of the calcification of the hydrogel intraocular lenses, a complication of cataract treatment.
登录
查看更多内容
DOI：
10.1007/978-1-4757-2545-2
发表时间：
1996-03
期刊：
--
影响因子：
--
作者：
T. Mikosch;A. Vaart;J. Wellner
通讯作者：
T. Mikosch;A. Vaart;J. Wellner
影响因子：
4.5
作者：
SHEN, XT;WONG, WH
通讯作者：
WONG, WH
DOI：
10.1080/01621459.1997.10474050
发表时间：
1997-09
影响因子：
3.7
作者：
Jian Huang;A. Rossini
通讯作者：
Jian Huang;A. Rossini
影响因子：
2.8
作者：
A. K. Yu;K. Y. W. Kwan;David Ho Yin Chan;Daniel Y. T. Fong
通讯作者：
A. K. Yu;K. Y. W. Kwan;David Ho Yin Chan;Daniel Y. T. Fong
影响因子：
1.9
作者：
K. Do;P. Bickel;C. Klaassen;Y. Ritov;J. Wellner
通讯作者：
K. Do;P. Bickel;C. Klaassen;Y. Ritov;J. Wellner