Semiparametric estimation of the accelerated failure time model with partly interval-censored data.
Semiparametric estimation of the accelerated failure time model with partly interval-censored data.
复制标题
通过部分间隔进行的数据进行加速故障时间模型的半参数估计。
作者：
Gao F;Zeng D;Lin DY
当某些故障时间被精确观察到而其他故障时间仅位于特定区间内时，就会出现部分区间删失 (PIC) 数据。在本文中，我们考虑使用 PIC 数据对加速失效时间 (AFT) 模型进行有效的半参数估计。我们首先将右删失数据的 Buckley-James 估计量推广到 PIC 数据。然后，我们通过推导和估计回归参数的有效分数来开发一种一步估计器。我们证明，在温和的正则条件下，广义巴克利-詹姆斯估计量是一致的且渐近正态的，并且单步估计量是一致的且渐近正态的，且协方差矩阵达到了半参数效率界。我们进行了广泛的模拟研究，以检查所提出的估计器在有限样本中的性能，并将我们的方法应用于艾滋病研究中得出的数据。
Partly interval-censored (PIC) data arise when some failure times are exactly observed while others are only known to lie within certain intervals. In this article, we consider efficient semiparametric estimation of the accelerated failure time (AFT) model with PIC data. We first generalize the Buckley–James estimator for right-censored data to PIC data. Then, we develop a one-step estimator by deriving and estimating the efficient score for the regression parameters. We show that under mild regularity conditions the generalized Buckley–James estimator is consistent and asymptotically normal and the one-step estimator is consistent and asymptotically normal with a covariance matrix that attains the semiparametric efficiency bound. We conduct extensive simulation studies to examine the performance of the proposed estimators in finite samples and apply our methods to data derived from an AIDS study.
登录
查看更多内容
影响因子：
2.7
作者：
Betensky, RA;Rabinowitz, D;Tsiatis, AA
通讯作者：
Tsiatis, AA
影响因子：
2.7
作者：
RABINOWITZ, D;TSIATIS, A;ARAGON, J
通讯作者：
ARAGON, J
影响因子：
2.7
作者：
PRENTICE, RL
通讯作者：
PRENTICE, RL
影响因子：
2.7
作者：
Lin, Yuanyuan;Chen, Kani
通讯作者：
Chen, Kani
影响因子：
1.9
作者：
Goggins, WB;Finkelstein, DM
通讯作者：
Finkelstein, DM