Confidence sets and data analytical tools for interval-censored observations

用于区间删失观测的置信集和数据分析工具

• 批准号: 5177220
• 负责人: Professor Dr. Lutz Dümbgen
• 金额: --
• 依托单位: Lancaster University
• 依托单位国家: 德国
• 项目类别: Research Grants
• 财政年份: 1999
• 资助国家: 德国
• 起止时间: 1998-12-31 至 2001-12-31
• 项目状态: 已结题
• 来源: https://gepris.dfg.de/gepris/projekt/5177220?language=en
• 关键词: Confidence; sets; data; analytical; tools

Viele biometrische Studien beschäftigen sich mit "Ereigniszeiten", beispielsweise dem Zeitpunkt des Auftretens neuer Metastasen nach einer bestimmten Krebstherapie. Oftmals wird diese Ereigniszeit nicht direkt beobachtet, sondern man stellt in einer gezielten Untersuchung an einem oder mehreren Zeitpunkten fest, ob das fragliche Ereignis bereits eingetreten ist oder nicht. Man kann also nur ein Zeitintervall angeben, welches die Ereigniszeit enthält. Aufgrund einer Stichprobe, bestehend aus solchen Zeitintervallen für verschiedene Personen oder Versuchstiere, möchte man Informationen über die unbekannte Ereigniszeitverteilung gewinnen. Im Rahmen des Projektes sollen neue Vertrauensbereiche für diese Verteilung entwickelt werden. Ausgangspunkt hierfür sind neuere Ansätze in der nichtparametrischen Kurvenschätzung. Neben theoretischen Untersuchungen zur Optimalität von Verfahren geht es auch um die Entwicklung effizienter Algorithmen. Für konkrete Anwendungen der vorgeschlagenen Methoden soll Software erarbeitet werden, welche auch Standardschätzer beinhaltet sowie Hilfsmittel für Simulationen und explorative Datenanalyse bereitstellt.

Viele biometrische beschäftigen sich mit“Ereigniszeiten”，beispielsweise dem Zeitpunkt des Auftretens neuer Metastasen nach einer bestimmten Krebsttherapie.人们通常不会直接看到这一点，他们会在一个或更多的时间节点上进行一次讨论，但脆弱的欧洲人会得到一个或多个。人类也只能在一个时间间隔内进行，因为它需要时间。Aufgrund einer Stichprobe，bestehire aus solchen Zeitintervallen für versedene Personen oder Versuchstiere，möchte man Informationen über die unkannte Ereigniszeitverteilung gewinnen. Im Rahmen des Projektes sollen neue Vertrauensbereiche für diese Verteilung entwickelt韦尔登。Ausgangspunkt hierfür sind neuere Ansätze in der nichtparametrischen Kurvenschätzung. Neben理论对Verfahren优化的研究也是Entwicklung effizienter Algorithmen的结果。为了解决这个问题，我们需要韦尔登，也需要标准化的方法来进行模拟和探索性的数据分析。