Quantile regression analysis of case-cohort data
Quantile regression analysis of case-cohort data
复制标题
病例队列数据的分位数回归分析
DOI：
10.1016/j.jmva.2013.07.004
复制
发表时间：
2013-11
影响因子：
1.6
通讯作者：
Wen Yu
中科院分区：
文献类型：
--
作者：
Ming Zheng;Ziqiang Zhao;Wen Yu
病例队列设计提供了一种具有成本效益的方法来进行流行病学随访研究，其中事件时间是结果变量。本文开发了一种分位数回归方法来分析病例队列数据。分位数回归是描述结果变量和协变量之间关系的非常有用的工具。构造无偏函数估计方程，从而得到渐近无偏估计量。给出了基于最小化L 1 型凸函数的高效算法。建立了所得估计量的一致一致性和弱收敛性。误差估计和置信区间是通过对病例队列数据应用专门设计的重采样程序来获得的。进行模拟研究以评估所提出方法的性能。还提供了一个示例来进行说明。
Case-cohort designs provide a cost effective way to conduct epidemiological follow-up studies in which event times are the outcome variables. This paper develops a quantile regression approach to the analysis of case-cohort data. Quantile regression is a highly useful tool to delineate relationships between the outcome variable and covariates. Unbiased functional estimating equations are constructed, resulting in asymptotically unbiased estimators. Efficient algorithms based on minimizing L 1-type convex functions are given. Uniform consistency and weak convergence of the resulting estimators are established. Error estimation and confidence intervals are obtained by applying a specially designed resampling procedure for case-cohort data. Simulation studies are conducted to assess the performance of the proposed method. An example is also provided for illustration.
登录
查看更多内容
影响因子：
3.7
作者：
D. Lin;Z. Ying
通讯作者：
D. Lin;Z. Ying
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：
2.7
作者：
Jin, ZZ;Ying, ZL;Wei, LJ
通讯作者：
Wei, LJ
影响因子：
2.7
作者：
Chen, K;Lo, SH
通讯作者：
Lo, SH
影响因子：
3.7
作者：
J. Jurečková
通讯作者：
J. Jurečková