具有固定边缘分布和技术传递的总体生存函数的最大值和最小值

Maximums and minimums of overall survival functions with fixed marginal distributions and transmission of technology

Isao Higuchi, Toshio Mikami

备注：: Title: An unlikely result Authors: T.M. Other Comments: This paper has been withdrawn Abstract: This paper has been withdrawn by the author due to the fact that some of the results turned out to be known

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

标题：一个不太可能的结果作者：T. M.其他评论：本文已被撤回摘要：本文已被撤回的作者，由于事实上，一些结果原来是已知的。

英文摘要：

Title: An unlikely result Authors: T.M. Other Comments: This paper has been withdrawn Abstract: This paper has been withdrawn by the author due to the fact that some of the results turned out to be known.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

多协变量相依删失调整下的边际生存函数估计

Estimating marginal survival function by adjusting for dependent censoring using many covariates

右删失数据生存分析的一个目标是估计相依删失下的边际生存函数。当许多辅助协变量足以解释相关删失时，由于辅助信息的高维性，基于条件生存函数的半参数模型或非参数模型的估计可能存在问题。在本文中，我们使用两个工作模型来压缩这些高维协变量的降维，然后估计的边际生存函数可以推导出非参数在低维空间。我们证明了这样的估计具有以下双重鲁棒性：当任一工作模型是正确的，估计是一致的，渐近高斯;当两个工作模型是正确的，渐近方差达到效率界。

2004-10-05math.STstat.TH

边缘反事实生存曲线的近因因果推断

Proximal Causal Inference for Marginal Counterfactual Survival Curves

对比治疗组间的边缘反事实生存曲线是推断干预对右删失至事件时间结局的因果影响的有效且流行的方法。在观察环境中得出此类推论的一个关键挑战是可能存在未测量的混杂，这可能使假设没有隐藏混杂偏倚的最常用方法无效。在本文中，我们没有做出标准的无不可测量混杂假设，而是扩展了Miao et al.（2018），Tchetgen et al.（2020），Cui et al.（2020）最近提出的近端因果推断框架，以通过利用观察到的协变量作为不可测量混杂因素的不完美代理来获得因果生存对比的非参数识别。具体来说，我们开发了一个近端逆概率加权（PIPW）估计，标准IPW的近端模拟，它允许观察到的数据分布的时间到事件的结果，以保持完全不受限制。PIPW估计依赖于所谓的治疗混杂桥接函数的参数模型，该桥接函数将治疗过程与混杂代理相关联。因此，PIPW可能对模型错误指定敏感。为了提高稳健性和效率，我们还提出了一个近似双稳健估计，并建立了一致相合性和渐近正态性的估计。我们进行了广泛的模拟，以检查我们的估计有限样本的性能，并提出的方法应用于一项研究，评估重症监护室的重症患者的右心导管插入术的有效性。

2022-04-27math.STstat.MEstat.TH

生存函数的指数相关测度及相关脆弱性模型

Exponent dependence measures of survival functions and correlated frailty models

本文研究了具有任意单变量边缘的半参数Copula依赖模型的生存分析问题。潜在的生存函数允许通过指数措施，其中有一个风险函数的上下文中的解释表示。特别是，相关脆弱生存模型与Copula有关。此外，还指出了与最小无穷可分分布的指数测度以及与Lévy-Khintchine公式的Lévy测度的关系.详细地进行了当前分析的半参数特征和具有高阶依赖性的生存时间的构造。包括图形在内的许多例子给出了各种各样的插图。

2014-09-24math.STstat.TH

边际和条件模型的转换视角

A Transformation Perspective on Marginal and Conditional Models

在对照研究和观察性研究中，重复观察是普遍存在的，在多中心试验或纵向调查中也会自然出现。本文提出了一种新的聚类分析模型，其中边缘分布用线性变换模型描述，相关性用联合多元正态分布描述。联合模型提供了边缘分布的解析公式。由于转换模型的丰富性，这些技术适用于任何类型的响应变量，包括有界、偏斜、二元、有序或生存响应。我们展示了如何在睡眠剥夺基准数据集中放松反应时间的共同正态假设，并报告了众所周知的困难脚趾甲数据的边际比值比。我们还讨论了两个临床试验的分析，旨在估计边际处理效应。在第一次试验中，疼痛反复评估有界视觉模拟量表和边际比例优势模型。第二项试验报告了直肠癌患者的无病生存率，其中Weibull和Cox模型的边际风险比特别令人感兴趣。实证评估比较的性能的新方法，一般估计方程的二进制响应和条件的混合效应模型的连续响应。在R系统的“tram”附加包中提供了一个实现，并根据文献中建立的模型进行了基准测试。

2022-11-02math.STstat.MEstat.TH

基于左截断右删失数据的反事实生存泛函的去偏机器学习

Debiased machine learning for counterfactual survival functionals based on left-truncated right-censored data

提出基于去偏机器学习的非参数估计量，用于在左截断右删失数据下估计反事实生存时间与协变量联合分布，支持灵活机器学习工具集成与稳健推断。

2024-11-13math.STstat.MEstat.TH

基于混合风险模型的完全贝叶斯推断

Full Bayesian inference with hazard mixture models

基于马尔可夫链蒙特卡罗边际方法的贝叶斯非参数推理过程通常以后验期望的形式产生点估计。虽然这些方法在各种统计问题中非常有用且易于实现，但如果用于估计后验分布的非线性泛函，则这些方法可能受到一些限制。本论文的主要目标是开发一种新的方法，扩展了一个完善的边际过程设计的危险混合模型，以得出近似推断生存函数，不限于后验均值，但包括，作为显着的例子，可信区间和中位数生存时间。我们的方法依赖于表征的后验矩，反过来，是用来近似的后验分布的雅可比多项式的基础上的技术。我们的方法的推理性能进行了分析，通过广泛的研究模拟数据和实际数据组成的白血病缓解时间。虽然定制的生存分析的背景下，我们介绍的程序可以适用于一系列的其他模型的后验分布的时刻可以估计。

2014-10-09math.STstat.MEstat.TH

更多相关论文收起更多论文