Transformed Dynamic Quantile Regression on Censored Data
Transformed Dynamic Quantile Regression on Censored Data
复制标题
截尾数据的变换动态分位数回归
DOI：
10.1080/01621459.2019.1695623
复制
发表时间：
2020
影响因子：
3.7
通讯作者：
Xu, Gongjun
中科院分区：
文献类型：
--
作者：
Chu, Chi Wing;Sit, Tony;Xu, Gongjun
我们提出了一类经过幂变换的线性分位数回归模型，用于受审查的事件时间观察。通过在各个分位数级别引入具有不同变换参数的幂变换过程，我们的框架放宽了对生存时间的对数变换的假设，并提供了各种分位数级别的动态估计。通过这样的表述，我们的建议不再需要对一类现有的用于审查分位数回归的推理过程施加潜在的限制性全局线性假设。通过基于鞅的论证，建立了所提出的估计量作为分位数水平过程的一致一致性和弱收敛性。数值研究旨在说明所提出的估计器在各种设置下优于现有竞争者的性能。
We propose a class of power-transformed linear quantile regression models for time-to-event observations subject to censoring. By introducing a process of power transformation with different transformation parameters at individual quantile levels, our framework relaxes the assumption of logarithmic transformation on survival times and provides dynamic estimation of various quantile levels. With such formulation, our proposal no longer requires the potentially restrictive global linearity assumption imposed on a class of existing inference procedures for censored quantile regression. Uniform consistency and weak convergence of the proposed estimator as a process of quantile levels are established via the martingale-based argument. Numerical studies are presented to illustrate the outperformance of the proposed estimator over existing contenders under various settings.
登录
查看更多内容
基于排名的推理
DOI：
--
发表时间：
2005
期刊：
影响因子：
--
作者：
T. Hettmansperger;J. McKean;S. Sheather
通讯作者：
S. Sheather
DOI：
10.1002/9781118150672
发表时间：
2005-09
期刊：
--
影响因子：
--
作者：
T. Fleming;D. Harrington
通讯作者：
T. Fleming;D. Harrington
DOI：
10.1201/9781315116945-6
发表时间：
2017-11
期刊：
--
影响因子：
--
作者：
M. V. Kreveld
通讯作者：
M. V. Kreveld
DOI：
--
发表时间：
2018
期刊：
--
影响因子：
--
作者：
R. Koenker;Limin Peng;V. Chernozhukov;Xuming He
通讯作者：
R. Koenker;Limin Peng;V. Chernozhukov;Xuming He
影响因子：
4.5
作者：
Zheng Q;Peng L;He X
通讯作者：
He X