A Scalable Nonparametric Continuous-Time Survival Model through Numerical Quadrature
Department of Statistics（统计系）；Ewha Womans University（成均馆大学）；NYU Grossman School of Medicine（纽约大学 Grossman 医学院）
本文提出QSurv模型，通过高斯-勒让德数值积分实现非参数连续时间生存建模，无需时间离散化或限制分布假设，有效捕捉非平稳危险动态，实验表明其在即时危险函数估计上具有优势。
2026-05-15 cs.LG stat.ML
Spatial Proportional Hazards Model with Differential Regularization
University of Bergamo（贝加莫大学）
本文提出一种具有差异正则化的空间比例危害模型，通过非参数函数建模空间效应，并利用有限元方法和筛法保证估计的一致性和渐近正态性，实验证明其优于现有方法。
2026-02-15 math.ST stat.ME stat.TH
Uniform limit laws of the logarithm for nonparametric estimators of the regression function in presence of censored data
本文建立了截尾加权非参数逆概率（I.P.C.W.）随机删失下多元回归函数的估计量。对于条件分布函数的估计量也得到了类似的结果。从我们的主要结果中还得到了条件密度和条件风险率函数估计的带宽一致相合性。此外，我们建立的对数律产生几乎必然同时渐近置信带的功能，我们认为。显示了从模拟数据中获得的置信带示例。
2007-09-13 math.PR math.ST stat.ME
Efficiency of nonparametric superiority tests based on restricted mean survival time versus the log-rank test under proportional hazards
针对比例风险下时间-事件终点RCT的分析效率争议，通过渐近分析与模拟探究事件率和删失分布的联合效应，厘清了RMST非参数检验与log-rank检验的相对效率表现。
2024-12-09 stat.AP stat.ME
On a Model for Bivariate Left Censored Data
左删失的受试者的寿命低于门限值或检测限。用于处理左删失数据的流行工具是反向风险率。在这项工作中，我们研究的性质和发展的一类分布的基础上的比例反向风险率用于分析左删失数据的特征。这些特征应用于模拟样本，以及使用属于这一类的分布分析真实数据。
2022-12-26 math.ST stat.TH
BoXHED: Boosted eXact Hazard Estimator with Dynamic covariates
Yale University（耶鲁大学）；Texas A&M University（得克萨斯农工大学）；Emory University（埃默里大学）
医疗监测设备的激增使得人们可以高频率地跟踪健康生命体征，从而能够开发出随基础读数而变化的动态健康风险评分。生存分析，特别是危险估计，非常适合于分析这一数据流，以预测作为随时间变化的生命体征的函数的疾病发作。本文介绍了软件包BoXHED（发音'箱头'）的非参数估计风险函数通过梯度提升。BoXHED 1.0是Lee，Chen，Ishwaran（2017）提出的通用估计器的一种新型基于树的实现，旨在以完全非参数的方式处理时间依赖的协变量。BoXHED也是Lee，Chen，Ishwaran（2017）的第一个公开可用的软件实现。将BoXHED应用于来自心脏病研究的心血管疾病发作数据，揭示了已知风险因素之间的新的相互作用效应，可能解决临床文献中的一个悬而未决的问题。
2020-06-26 cs.LG stat.ML
Nonparametric estimation of a convex bathtub-shaped hazard function
本文研究了凸风险函数的非参数极大似然估计。我们证明了极大似然估计是一致的，并且在真正的危险函数为正且严格凸的点$x_0$以局部速度$n^{2/5}$收敛。此外，我们建立了点态渐近分布理论，我们的估计在这些相同的假设。这里研究的非参数极大似然估计的一个显着特点是不需要任意选择调谐参数（或复杂的数据自适应选择调谐参数）。
2010-01-14 math.ST stat.TH
Shape constrained nonparametric estimators of the baseline distribution in Cox proportional hazards model
我们研究了Cox模型中单调基线风险和基线密度递减的非参数估计。提出了非减基线风险函数的两种估计。我们推导出非参数最大似然估计，并考虑Grenander型估计，定义为最大凸次项的Breslow估计的左斜率。我们证明了这两个估计是强相合的和渐近等价的，并在一个不动点得到了它们的公共极限分布。非递增基线风险的估计量及其渐近性质都是以类似的方式获得的。此外，我们引入了一个Grenander型估计的非递增基线密度，定义为左手斜率的最小凹优估计的基线累积分布函数，来自Breslow估计。我们证明了该估计量是强相合的，并得到了它在不动点的渐近分布。
2013-01-09 math.ST stat.TH
Permutation inference in factorial survival designs with the CASANOVA
我们提出了一般的非参数析因生存设计的推断程序可能右删失数据。与Aalen模型类似，零假设是根据累积风险制定的。因此，偏差是衡量在纳尔逊-阿伦型积分的二次形式。与现有方法不同，这允许在没有限制性模型假设的情况下工作，如比例风险。特别地，可以在没有显著功率损失的情况下检测到交叉生存或危险曲线。对于该方法的分布自由的应用，置换策略的建议。证明了所得到的方法的渐进有效性及其一致性，并在广泛的模拟中分析了它们的小样本性能。最后通过分析一个肿瘤学数据集说明了它们的适用性。
2020-06-24 math.ST stat.ME stat.TH
Nonparametric Sensitivity Analysis for Unobserved Confounding with Survival Outcomes
Shenzhen Technology University（深圳理工大学）；University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
针对生存数据未观测混杂的参数假设局限，提出非参数敏感性分析框架，推导生存曲线及限制平均生存时间差异的非参数边界与推断方法，并通过数值研究与腮腺癌实例验证。
2025-11-03 stat.ME
Nonparametric survival analysis of epidemic data
本文提出基于接触间隔的流行病数据非参数生存分析方法，利用Nelson-Aalen估计量及EM算法处理传播网络观测不确定性，并证明其可扩展链二项模型至连续时间。
2011-04-21 q-bio.QM stat.ME
Detecting Early and Late Divergences in Survival Curves Using Nonparametric Effect Measures
Intelligent Data Analytics (IDA) Lab, Department of Artificial Intelligence and Human Interfaces (AIHI), Paris Lodron University of Salzburg（萨尔茨堡巴黎罗德大学）；School of Mathematical and Physical Sciences, Macquarie University（麦考瑞大学数理科学学院）；Division of Biostatistics, German Cancer Research Center（德国癌症研究中心）
该研究针对生存曲线早期与晚期分歧难以用比例风险假设捕捉的问题，构建含Kaplan–Meier相关效应及新型时间对比的联合推断框架，经模拟和实际应用验证其性能优于log-rank检验，可揭示隐藏的早期治疗优势。
2026-09-03 stat.ME
Smoothing methods to estimate the hazard rate under double truncation
在生存分析中，观察到的寿命通常对应于事件在特定日历时间间隔内发生的个体。使用这种间隔采样，寿命在由出生日期和采样间隔确定的值处被双重截断。这种双重截断可能会在估计中引起系统性偏差，因此需要具体的校正。生存分析中的一个相关目标是风险率函数，它表示感兴趣事件的瞬时概率。在这项工作中，我们介绍了一个灵活的估计方法的危险率下双截断。具体而言，核平滑被认为是在一个完全的非参数设置和半参数设置，其中的发病率过程适合一个给定的参数模型。核平滑器的性能进行了研究，从理论上和通过模拟。特别是，平均积分平方误差的渐近表达式推导出，导致数据驱动的带宽的估计。强调了半参数方法的相关性，因为它通常更准确，重要的是，它避免了完全非参数估计的不存在性或非唯一性的潜在问题。包括急性冠状动脉综合征（ACS）诊断年龄和艾滋病潜伏时间的应用。
2021-03-25 stat.ME
Continuously updated estimation of conditional hazard functions
本文提出一种基于递归核平滑的非参数在线估计方法，通过联合密度与条件期望之比表示条件风险函数，适用于删失、截断、治愈个体及竞争风险等时间-事件建模场景，并证明其达到最优收敛速度。
2025-07-02 stat.ME
A unified study of nonparametric inference for monotone functions
单调函数的非参数推断问题在许多特殊情况下得到了广泛的研究。估计考虑往往是所谓的Grenander型，被表示为左导数的最大凸次要或最小凹优估计的原函数。本文给出了单调函数的一类广义Grenander型估计的分布相合性和逐点依分布收敛的一般条件。这个广泛的类允许在域的数据依赖转换上执行最小化或最大化操作，可能在实践中产生好处。此外，我们提供了更简单的条件和更具体的分布理论的重要情况下，原始估计和数据相关的转换函数是渐近线性的。我们使用我们的一般结果的背景下，各种研究问题，并表明，我们很容易恢复古典的结果分别建立在每种情况下。更重要的是，我们表明，我们的研究结果使我们能够解决更具有挑战性的问题，涉及参数的使用灵活的学习策略似乎是必要的。特别是，我们研究的单调密度和风险函数使用信息右删失数据，扩展经典的独立删失工作，协变量边缘化的条件均值函数，扩展经典的单调回归函数的工作。除了理论研究，我们提出了支持我们的大样本结果的数值证据。
2018-11-29 math.ST stat.TH
A Nonparametric Statistical Method for Two Crossing Survival Curves
在两组至事件发生时间数据的比较研究中，当两条生存曲线相互交叉时，可能难以使用对数秩检验和风险比（HR）来正确评估治疗获益。我们的目的是确定一种方法来评估两组在上述情况下的治疗效果。我们基于一种称为两条生存曲线之间的面积（ABS）的直观测量来量化治疗获益，这是临床试验中治疗获益的稳健测量，无论是否违反比例风险假设或两条生存曲线相互交叉。此外，我们提出了一种基于ABS的排列测试，我们评估了这种测试的有效性和可靠性与模拟数据。ABS置换检验是一种稳健的统计推断方法，具有可接受的第一类错误率和检测处理效应差异的卓越功效，尤其是在违反比例风险假设时。ABS可用于直观地量化随时间推移的治疗差异，并在复杂情况下提供可靠的结论，例如穿越生存曲线。R软件包“ComparisonSurv”包含所提出的方法，可从https://CRAN.R-project.org/package=ComparisonSurv获得。关键词：生存分析;两条生存曲线之间的面积;交叉生存曲线;治疗获益
2021-12-20 stat.AP stat.ME
Nonparametric hazard rate estimation with associated kernels and minimax bandwidth choice
CMAP, CNRS, École polytechnique, Institut Polytechnique de Paris, Inria（巴黎综合理工学院，巴黎理工学院）；LAGA, CNRS, Université Sorbonne Paris Nord（索邦巴黎北大学）
本文引入非参数危险率估计通用框架，用相关核并建立渐近结果，证明带宽选择不等式，提出构建分析新核的方法，还表明该框架适用于Gamma核并给出模拟与实验数据应用示例。
2026-09-01 math.ST stat.TH
Deep Nonparametric Inference for Conditional Hazard Function
本文提出用深度神经网络逼近条件风险函数对数并进行非参数统计推断，建立了误差界与渐近正态性，并开发了拟合优度及治疗比较检验，模拟和实际数据均验证其优于现有方法。
2024-10-23 math.ST stat.ME stat.TH
Reinforced urns and the subdistribution beta-Stacy process prior for competing risks analysis
在本文中，我们介绍了子分布β-Stacy过程，一种新的贝叶斯非参数过程的子分布函数的分析有用的竞争风险数据。特别是，我们i）从预测的角度通过一个强化的瓮模型来描述这个过程，ii）表明它是共轭的右删失数据，和iii）强调它与竞争风险数据的其他先验过程的关系。此外，我们考虑了竞争风险数据的非参数回归模型中的子分布β-Stacy过程，与文献中的大多数其他模型相反，该模型不是基于比例风险假设。
2018-11-29 math.ST stat.ME stat.TH
Nonparametric estimation of locally stationary Hawkes processe
本文考虑了具有基线危险和依赖于时间的核函数的多变量Hawkes过程。这定义了一类局部平稳过程。我们讨论了时间依赖的基线风险和核函数估计的基础上本地化的标准。平稳Hawkes过程的理论扩展到发展渐近理论的估计在局部平稳模型。
2017-07-14 math.ST stat.TH
A New Look at the Visual Performance of Nonparametric Hazard Rate Estimators
University of Göttingen（哥廷根大学）；University of Oslo（奥斯陆大学）
本文提出了一种基于视觉误差标准的新方法，用于评估非参数危险率估计器在删失数据中的性能，探讨其与传统方法的差异。
2026-02-28 math.ST stat.TH
Two-sample nonparametric test for proportional reversed hazards
在过去的几十年里，已经进行了一些工作的背景下，比例反向风险率（PRHR）。但是，在文献中没有任何具体的统计方法学的PRHR假设。本文提出了一种基于两个独立样本的双样本非参数检验来验证PRHR假设。基于U统计量的一致性，利用U统计量理论、刀切经验似然法和调整刀切经验似然法，发展了三种统计方法学。已经进行了模拟研究，以评估拟议的测试程序的优点。最后，将该测试应用于脑损伤相关生物标志物背景下的数据和Ducheme肌营养不良症相关数据。
2022-03-23 math.ST stat.ME stat.TH
Analysis and applications of the residual varentropy of random lifetimes
在可靠性理论和生存分析中，剩余熵是描述生存条件下随机系统动态信息含量的一种度量。为了分析这种信息含量的变异性，本文引入了剩余寿命的方差，简称“剩余变熵”。经过理论研究的一些性质的剩余变熵，我们说明了一定的应用相关的比例风险模型和首次通过时间的Ornstein-Uhlenbeck跳跃扩散过程。
2020-03-10 cs.IT math.IT math.PR
Case-Control Survival Analysis with a General Semiparametric Shared Frailty Model - a Pseudo Full Likelihood Approach
在这项工作中，我们处理相关的故障时间（发病年龄）数据所产生的基于人口的病例对照研究，其中病例和对照先证者选择基于人口的抽样和一系列的风险因素措施收集的情况下，控制和他们的亲属。感兴趣的参数是风险因素对故障时间的危险函数和调整风险因素后的故障时间的家族内依赖性的影响。由于抽样的回顾性，现有方法的大样本理论尚未建立。我们开发了一种新的估计技术，估计这些参数下的一般半参数共享脆弱性模型。我们还提出了一个简单的，易于计算，和非迭代的非参数估计的累积基线风险函数。一个严格的大样本理论，这些参数的拟议估计给出了模拟和一个真实的数据例子说明所提出的方法的实用性。
2007-03-11 math.ST stat.TH
Smooth hazards with multiple time scales
本研究针对多时间尺度下的事件时间数据建模需求，提出基于P样条的多尺度平滑风险模型，支持标准观测方案与比例风险回归扩展，借助GLAM算法高效计算并配套R包实现。
2023-07-13 stat.AP stat.ME
Improved Precision in the Analysis of Randomized Trials with Survival Outcomes, without Assuming Proportional Hazards
我们提出了一个新的估计的限制平均生存时间的随机试验中，有正确的删失，可能取决于治疗和基线变量。建议的估计量利用预后基线变量，以获得相等或更好的渐近精度相比，传统的估计。在治疗和基线变量分层内的规律性条件和随机删失下，建议的估计量具有以下特征：（i）在违反比例风险假设的情况下可解释;（ii）在独立删失下，它是一致的，至少与Kaplan-Meier估计量一样精确;（iii）在违反独立审查的情况下保持一致（与Kaplan-Meier估计量不同）当截尾或生存分布被一致估计时;和（iv）当这两个分布一致估计时，它达到非参数效率界。我们说明了我们的方法使用模拟的基础上，从一个完整的，3期随机临床试验的一种新的手术治疗中风的恢复数据的性能，提出的估计实现了12%的增益相比，在相对效率的Kaplan-Meier估计。所提出的估计量与现有的随机试验方法相比具有潜在的优势，因为现有的方法要么依赖于在许多应用中站不住脚的模型假设，要么缺乏一些效率和一致性属性（i）-（iv）。我们专注于估计的限制平均生存时间，但我们的方法可以适用于估计任何治疗效果的措施，定义为一个平滑的对比生存曲线之间的每个研究arm. We提供R代码来实现估计。
2016-08-19 math.ST stat.ME stat.TH
Deep Generative Survival Analysis: Nonparametric Estimation of Conditional Survival Function
我们提出了一种深度生成方法，用于右删失数据条件生存和风险函数的非参数估计。该方法的核心思想是在给定协变量的情况下，首先学习观测时间和截尾指标的联合条件分布的条件生成器，然后基于该条件生成器构造条件风险和生存函数的Kaplan-Meier和Nelson-Aalen估计量.我们的方法结合了最近开发的深度生成学习和生存分析中的经典非参数估计的思想。我们分析了所提出的方法的收敛性，并建立了条件生存和风险函数的生成非参数估计的相容性。我们的数值实验验证了所提出的方法，并在一系列的模拟模型中展示了其优越的性能。我们还说明了所提出的方法在构建PBC（原发性胆汁性胆管炎）和SUPPORT（了解预后和治疗结果和风险偏好的研究）数据集的生存时间预测区间中的应用。
2022-05-19 math.ST stat.TH
Normalised Local Hazard Plots
University of Oslo（奥斯陆大学）；University of Oxford（牛津大学）
本文提出了一种用于生存数据分析模型验证的标准化局部危险图，通过比较非参数和参数危险率估计值构建危险比较函数，并讨论了检测力和时间离散模型的扩展。
2026-03-23 stat.ME
Nonparametric regression with dependent censoring or competing risks
United Arab Emirates University（阿联酋大学）；Copenhagen Business School（哥本哈根商学院）；National Sun Yat-sen University（国立中山大学）
本文探讨了在存在未知依赖删失或竞争风险时，非参数回归模型中偏变量效应比率的可识别性，并提出非参数估计方法。
2026-03-24 econ.EM stat.ME
Nonparametric Bayesian Lomax delegate racing for survival analysis with competing risks
McCombs School of Business（麦克库姆斯商学院）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）
我们建议Lomax代表比赛（LDR）明确建模生存机制下的竞争风险，并解释如何协变量加速或减速的时间事件。LDR通过竞争潜在无限数量的子风险来解释非单调协变量效应，因此放松了可能过于限制的无处不在的比例风险假设。此外，LDR自然不仅能够对删失进行建模，而且还能够对缺失的事件时间或事件类型进行建模。对于推理，我们为中等大小的数据开发了一个数据增强下的Gibbs采样器，以及一个用于大数据应用的随机梯度下降最大后验推理算法。说明性的实验提供了合成和真实的数据集，并与各种基准算法的生存分析与竞争风险的比较证明了出色的性能LDR。
2019-01-01 cs.LG stat.AP stat.ME
Efficient Estimation of the Additive Risks Model for Interval-Censored Data
与流行的Cox模型（其对至事件危害的时间提供了乘法协变量效应规范）相比，半参数加性风险模型（ARM）提供了有吸引力的加性规范，允许直接评估协变量值变化时风险函数的变化或差异。ARM是一个灵活的模型，允许估计时间无关和随时间变化的协变量。它有一个非参数分量和一个由有限维参数确定的回归分量。本章提出了一种有效的方法，通过minorize-maximize（MM）算法的情况II区间删失数据的非参数和有限维组件的模型的最大似然（ML）估计。我们提出的MM方法的操作特性通过模拟研究进行评估，并通过R包MMIntAdd在乳腺癌数据集上进行说明。预计所提出的计算方法不仅将为ML估计场景提供可扩展性，而且还可以简化其他复杂可能性或模型的计算负担。
2022-03-18 stat.ME
An Unified Semiparametric Approach to Model Lifetime Data with Crossing Survival Curves
比例风险（PH）、比例优势（PO）和加速失效时间（AFT）模型在生存分析的不同应用中得到了广泛的应用。尽管它们很受欢迎，但这些模型不适合处理具有交叉生存曲线的寿命数据。2005年，Yang和Prentice提出了一种半参数双样本策略（YP模型），包括PH和PO框架作为特殊情况，以处理这类数据。假设一个一般的回归设置，本文提出了一个统一的方法来适应YP模型，采用伯恩斯坦多项式管理的基线风险和赔率下的频率和贝叶斯框架。使用伯恩斯坦多项式有一些优点：它允许基线分布的均匀近似，它导致所有基线函数的封闭形式表达式，它简化了推理过程，并且连续生存函数的存在允许更准确地估计交叉生存时间。进行了广泛的模拟研究，以评估模型的行为。一个临床试验数据集的分析，有关非小细胞肺癌，也被开发作为一个例子。我们的研究结果表明，假设通常的PH模型，忽略了现有的交叉生存的功能，在实际数据中，是一个严重的错误，对这些患者在治疗的初始阶段的影响。
2019-10-10 stat.ME
A class of two-sample nonparametric statistics for binary and time-to-event outcomes
本文提出了一类检验比例相等性和生存函数相等性的两样本统计量。我们建立我们的建议的加权组合的分数检验的比例和加权Kaplan-Meier基于神经网络的生存函数的差异的测试。拟定的统计量是完全非参数的，不依赖于生存结局的比例风险假设。我们提出了这些统计量的渐近分布，提出了一个方差估计，并显示其渐近性质下固定和局部替代。我们讨论了不同的权重选择，包括那些控制每个结果的相对相关性，并强调在生存结果中检测到的差异类型。我们评估这些统计的性能与模拟研究，并说明其使用的随机III期癌症疫苗试验。我们已经在R包SurvBin中实现了建议的统计数据，可以在GitHub（https：//github.com/MartaBofillRoig/SurvBin）上获得。
2020-04-04 stat.AP stat.ME
On null hypotheses in survival analysis
生存分析中的常规非参数检验，如对数秩检验，评估风险在所有时间均相等的原假设。然而，危险很难解释因果关系，其他零假设在许多情况下与生存结局更相关。为了允许更广泛的零假设，我们提出了一个通用的方法来定义检验统计量。这种方法利用了这样一个事实，即生存分析中广泛的常见参数可以表示为微分方程的解。这样，我们就可以基于生存参数来检验假设，从而解决由累积风险驱动的微分方程，并且很容易在计算机上实现检验。我们提出了模拟，表明我们的测试在一系列场景中的几个假设表现良好。最后，我们使用我们的测试来评估辅助化疗在结肠癌患者中的效果，使用来自随机对照试验的数据。
2019-01-28 stat.ME
Modeling county level breast cancer survival data using a covariate-adjusted frailty proportional hazards model
了解解释存活时间差异的因素是制定改善国家卫生系统政策的一个重要问题。乳腺癌的监测流行病学和最终结果计划所产生的数据的动机，我们提出了一个协变量调整的比例风险脆弱性模型的分析集群的右删失数据。而不是将可交换的弱点在常用的生存模型的线性预测，我们允许脆弱性分布灵活地改变连续和分类聚类水平的协变量和模型使用依赖贝叶斯非参数模型。由此产生的过程是灵活的，易于使用现有的R包。该模型在我们的激励性例子中的应用表明，与直觉相反，在20世纪90年代的一段时间内，在更多的农村和不太富裕的爱荷华州县被诊断出乳腺癌的人生存得更好。其他分析显示，较早时间窗的趋势相反。我们推测，这种异常是由于越来越多的激素替代疗法治疗规定更多的城市和富裕的亚群。
2015-05-12 stat.AP
Built-in Selection Bias in Proportional Hazards Models with Omitted Covariates: Simulation Evidence and Alternative Approaches
Univ. Bordeaux, INSERM, Bordeaux Population Health, U1219（波尔多大学，INSERM，波尔多人口健康研究中心，U1219）
本文通过模拟和实际数据，证明在随机试验中，即使省略的协变量与处理独立，仍会导致Cox比例风险模型估计的处理风险比存在偏倚，并比较了脆弱模型、加速失效时间模型和Kaplan-Meier曲线等替代方法的稳健性。
2026-06-19 stat.ME
TwinKernel Estimation for Point Process Intensity Functions: Adaptive Nonparametric Methods via Orbital Regularity
L.I.A.G.E, Institut National des Sciences de Gestion（国家科学管理学院）；Modeling and Calculus Lab, ROOTS-INSIGHTS（ROOTS-INSIGHTS 建模与计算实验室）
本文提出双核估计方法，通过轨道正则性适应强度函数的自适应非参数估计，实现最优收敛速率和边界偏差校正。
2025-12-10 math.ST stat.TH
On Modeling Bivariate Left Censored Data using Reversed Hazard Rates
当观察结果没有量化并且已知小于阈值时，需要在分析此类数据集时纳入左删失的概念。在许多实际多组分寿命系统中，左删失数据是很常见的。通常的假设是，作为系统一部分的组件独立工作，在许多应用中似乎并不合适。例如，承认一个组件的工作状态影响其余组件是更现实的。当你有左删失数据时，使用反向风险率更有意义，建议作为风险率的对偶。本文基于Gurler（1996）提出的动态二元向量反向风险率，提出了一个左删失二元数据的模型，该模型考虑了变量间的相关性。研究了该模型的性质。估计的极大似然方法被证明是工作以及中等大的样本。贝叶斯方法的参数估计也提出。似然函数的复杂性通过梅特罗波利斯-黑斯廷斯算法处理。这是用r中的MH自适应包执行的。还考虑了参数的不同区间估计技术。该模型的应用证明了该模型在分析实际数据的有用性。
2022-12-27 stat.ME
The Propensity Score Estimation in the Presence of Length-biased Sampling: A Nonparametric Adjustment Approach
流行的队列研究的疾病持续时间的普遍使用，越来越多地要求适当的方法来解释的偏见，总是伴随着样本形成这样的数据。例如，众所周知，寿命较短的受试者不太可能参与此类研究。此外，某些协变量值可以优先选择到样本中，与长期生存者相关。使用流行病例收集的数据估计倾向评分的现有方法需要在给定治疗和协变量的情况下正确的条件生存/风险函数。如果所研究的疾病具有平稳的发病率，即所谓的平稳性假设，则可以减轻这一要求。我们提出了一种非参数调整技术的基础上加权估计方程估计的倾向得分，不需要建模的条件生存/风险函数时，平稳性假设成立。建立了估计量的大样本性质，并通过仿真研究了其小样本行为。
2013-11-06 math.ST stat.TH
Robust inference for an interval-monitored step-stress experiment under proportional hazards
本文针对比例风险下的区间监测步进应力加速寿命试验，提出稳健的最小密度幂散度估计器族，用于估计可靠性和寿命特征，并通过模拟验证其稳健性与效率。
2024-02-09 math.ST stat.TH
Survival and lifetime data analysis with a flexible class of distributions
本文引入了一类具有正支撑的连续单变量分布，它是通过对两片分布类进行变换而得到的。我们表明，这类分布是非常灵活的，易于实现，并包含成员，可以捕捉不同的尾部行为和形状，也产生了各种风险函数。建议的分布代表了一个灵活的替代经典的选择，如对数正态分布，伽玛分布和韦布尔分布。我们调查经验的推理性能的建议模型，通过广泛的模拟研究。我们提出了一些应用程序，使用真实的数据在时间到事件和加速故障时间模型的上下文中。在第二类应用中，我们探讨了这些模型在估计个体剩余寿命分布中的应用。
2015-11-05 stat.AP
Individualized Treatment Effects with Censored Data via Fully Nonparametric Bayesian Accelerated Failure Time Models
个体通常对相同的治疗有不同的反应，并且表征治疗反应中的这种可变性是个性化医疗实践中的重要目标。在这篇文章中，我们描述了一个非参数加速失效时间模型，可用于分析异质性处理效应（HTE）时，病人的结果是时间到事件。通过利用贝叶斯加性回归树和均值约束Dirichlet过程混合模型，我们的方法提供了一个灵活的模型的回归函数，同时把一些限制的基线风险。我们的非参数方法导致个人处理效应的自然估计，并具有灵活性，以解决许多主要目标的HTE评估。此外，我们的方法需要很少的用户输入的调谐参数选择或子群规范。我们说明了我们提出的方法的优点，详细分析了两个大型临床试验的预防和治疗充血性心力衰竭，使用血管紧张素转换酶抑制剂。分析显示，两项试验中存在大量HTE的证据，如治疗效果的实质性估计变化和高比例患者表现出与总体处理效应不同的处理效应的强有力证据所证明。
2017-06-20 stat.AP stat.ME
Equivalence of the Hazard Rate and Usual Stochastic Orders for Parallel Systems
本文研究了并行系统的随机比较问题，得到了这方面的两个刻画结果。首先，我们比较了具有独立异构部件的并行系统和具有同质部件的并行系统，并建立了一些假设，在这些假设下，两个并行系统的寿命之间的风险率和通常的随机顺序是等价的。其次，我们将注意力转向两个并联系统，其组件的寿命遵循多个离群模型，并证明在某些特定的假设下，$p$ -较大的顺序之间的尺度参数的向量等价于危险率的顺序，以及通常的随机顺序之间的这些系统的寿命。所得结果适用于计算由异构部件组成的并行系统的危险率函数的上界和生存函数的下界。
2019-11-29 math.PR math.ST stat.TH
SiZer for Censored Density and Hazard Estimation
将SiZer方法推广到非参数风险估计，并推广到截尾密度和风险估计。新方法允许快速，直观的统计推断的重要问题，统计上显着的增加和减少的平滑曲线估计。这种扩展要求开辟一条新的研究途径，研究统计推断和尺度空间之间的接口。
2008-06-10 math.ST stat.ME stat.TH
Asymptotics for posterior hazards
生存分析中的一个重要问题是风险率的研究和建模。在贝叶斯非参数框架内，一种自然和流行的方法是将风险率建模为关于完全随机测量的核混合物。在本文中，我们提供了一个全面的分析，这样的模型的渐近行为。我们调查的后验分布的一致性和固定样本量中心极限定理的线性和二次泛函的后验风险率。一般的结果，然后专门为各种特定的内核和混合措施产生的一致性，在最小的条件和整洁的中心极限定理分布的泛函。
2009-08-13 math.ST stat.TH
Estimation of separable direct and indirect effects in continuous time
许多研究问题涉及到时间事件的结果，可以防止发生由于竞争事件。在这些情况下，我们必须小心经典统计被估量的因果解释。特别是，估计的危害规模，如比率的原因具体或子分布的危害，是根本难以解释的因果关系。风险量表的估计值（如累积发生率函数的对比）确实具有因果解释，但它们仅捕获治疗对关注事件的总效应;即，通过竞争事件和竞争事件之外的效应。为了理清关注事件和竞争事件的因果处理效应，最近引入了可分离的直接和间接效应。在这里，我们提供了新的结果估计的直接和间接的可分离的影响在连续的时间。特别是，我们推导出连续时间的非参数影响函数，并用它来构造一个估计，具有一定的鲁棒性。我们还提出了一个简单的估计基于半参数模型的两个原因特定的风险函数。我们描述了这些估计量的渐近性质，并给出了模拟研究的结果，表明估计量在有限样本中表现令人满意。最后，我们重新分析了Stensrud et al（2020）的前列腺癌试验。
2020-08-30 stat.ME
A Structured Nonparametric Framework for Nonlinear Accelerated Failure Time Models (KAN-AFT)
Department of Mathematics, School of Advanced Sciences, Vellore Institute of Technology（数学系，先进科学学院，维洛雷理工学院）；Applied Statistics Unit, Indian Statistical Institute（应用统计单位，印度统计研究所）
本文提出一种结构非参数扩展的AFT框架，通过Kolmogorov-Arnold表示法建模log生存时间的回归函数，解决了传统线性AFT模型无法处理非线性关系的问题，并在临床数据中展示了良好的预测性能。
2026-03-18 cs.LG stat.ML
Linear and quadratic functionals of random hazard rates: an asymptotic analysis
一个流行的贝叶斯非参数生存分析方法包括在建模的风险率作为核混合驱动的一个完全随机的措施。在本文中，我们得到的线性和二次泛函的随机风险率的渐近结果。特别是，我们证明了中心极限定理的累积风险函数和路径二阶矩和路径方差的风险率。我们的技术是基于最近建立的标准弱收敛的单，双随机积分的泊松随机措施。我们说明我们的研究结果，考虑具体的模型，涉及内核和随机措施，在实践中常用。
2006-11-21 math.PR math.ST stat.TH
Smooth Backfitting for Additive Hazard Rates
本文将光滑反向拟合拓展至加性结构风险的生存模型，支持删失与截断场景，其估计量为多元风险函数空间的投影，还给出了渐近理论与效果良好的实现方法。
2025-08-01 math.ST stat.TH
An Extension of the Generalized Linear Failure Rate Distribution
本文引入了广义线性故障率分布的一个新推广。它包括一些著名的寿命分布，如广义指数和广义线性故障率分布的扩展作为特殊的子模型。此外，它可以有一个常数，减少，增加，倒置浴缸（单峰），浴缸形状的危险率函数，这取决于它的参数。我们提供了它的一些统计性质，如矩，分位数，偏度，峰度，风险率函数，和可逆的风险率函数。讨论了参数的极大似然估计。最后，给出了一个实际的数据集，以说明这种新的分布在分析寿命数据的有效性。
2016-03-09 math.ST stat.TH
A new kernel estimator of hazard ratio and its asymptotic mean squared error
本文提出一种基于Ćwik和Mielniczuk方法改进的风险比核估计量，通过渐近均方误差比较，新估计量方差更小，且采用偏差减少方法保证非负性，并展示数值改进。
2016-12-10 math.ST stat.TH
Multiscale Bayesian Survival Analysis
我们考虑贝叶斯非参数推断的右删失生存模型，其中建模是在风险率的水平。我们推导出后验极限分布的线性泛函的危害，然后为“许多”泛函同时在适当的多尺度空间。作为一个应用程序，我们推导出Bernstein-von Mises定理的累积风险和生存函数，这导致这些数量的渐近有效的置信带。此外，我们展示了最佳后验收缩率的上确界范数的危险。在医学研究中，一种流行的方法是先验地将危险建模为具有可能相关高度的随机直方图。这类和更一般的任意光滑的先验分布被认为是我们的理论的应用。为可能相关的直方图后验提供了采样器。它的有限样本性质进行了研究模拟和真实数据实验。
2021-05-31 math.ST stat.TH
Estimating hazard rates from $δ$-records in discrete distributions
本文提出基于单一 $δ$-记录序列的离散分布危险率函数非参数推断方法，推导了最大似然估计量及其精确分布、偏差和均方误差，并构建了置信区间和拟合优度检验，简化了实验设计并提升了适用性。
2025-04-02 math.ST stat.TH
Nonparametric regression with filtered data
我们提出了一个一般原则，估计一个回归函数非参数，允许各种各样的数据过滤，例如，重复左截断和右删失。平均值和中位数回归的情况下被认为是。该方法的工作原理是首先估计条件风险函数或条件生存函数，然后积分。我们还研究了改进的方法，考虑到模型结构，如独立的错误，并表明这种方法可以提高性能时，模型结构是真的。我们建立了估计量的逐点渐近正态性。
2011-02-09 math.ST stat.TH
