On extropy of past lifetime distribution
最近，Qiu等人（2017）引入了剩余熵作为剩余寿命分布的不确定性度量，类似于剩余熵（1996）。并得到了它的一些性质和应用。在本文中，我们研究了用熵来度量过去寿命分布中的不确定性。这种不确定性的度量被称为过去的熵。并给出了最大顺序统计量的过去熵的一个刻画结果。
2020-09-04 math.ST stat.TH
Goodness-of-fit testing for the Pareto type-I distribution based on a mean residual life characterization
Indian Institute of Technology Tirupati（蒂鲁帕蒂印度理工学院）
针对帕累托I型分布，基于平均剩余寿命表征提出新型拟合优度检验，通过U统计量构建统计量，模拟显示其控制显著性水平且功效具竞争力，并用实际数据集验证。
2026-09-07 math.ST stat.ME stat.TH
Smooth estimation of mean residual life under random censoring
本文提出了基于随机截尾数据的平均剩余寿命函数的一个光滑估计。这是通过使用Chaubey-Sen技术（Chaubey和Sen（1998））平滑乘积限估计量得出的。得到的估计不遭受边界偏差的情况下，与标准的内核平滑。研究了估计量的渐近性质。我们建立了强一致相合性和渐近正态性。这补充了Chaubey和Sen（1999）的工作，后者考虑了完整数据情况下的类似估计程序。可以看出，属性是相似的，虽然在技术上更难以证明，在完整的数据情况下，由于删失适当的修改。
2008-05-15 math.ST stat.TH
Uniformly root-$N$ consistent density estimators for weakly dependent invertible linear processes
研究了平稳时间序列的核密度估计的收敛速度。对于可逆线性过程，我们构造了一个新的密度估计，收敛，在上确界范数，在更好的，参数，率$n^{-1/2}$。我们的估计量是两个不同的基于残差的核估计量的卷积。我们获得特别是收敛速度为基础的剩余核估计，这些结果是独立的利益。
2007-08-14 math.ST stat.TH
The test of exponentiality based on the mean residual life function revisited
我们基于Baringhaus和Henze（2008）提出的平均剩余寿命重新审视了指数性的拟合优度检验家族。我们通过Shanbhag（1970）的一个特征来激励检验统计量，并提供了另一种表示，这导致了对已知理论的简单而简短的证明，以及在原假设下易于获得极限高斯过程的协方差结构。利用加权布朗桥的结果，导出了与极限协方差相关的算子的本征值和本征函数的显式公式。此外，我们提供了进一步的渐近理论下固定的替代品，并获得近似Bahadur效率，这提供了一个深入了解的调整参数的选择方面的测试的功率性能。
2023-02-06 math.ST stat.TH
Further Results Involving Residual and Past Extropy with their Applications
该文研究剩余和过去extropy的单调性与刻画问题，将其应用于顺序统计量等的随机特性分析，还提出对应非参数估计量并通过模拟和真实数据验证性能。
2024-06-21 math.ST stat.TH
Nonparametric Estimation of Variance Function for Functional Data
本文研究均值函数未知时函数型数据方差函数的非参数估计。我们得到的核估计的平方残差的基础上的渐近结果。与有限维情形类似，我们的渐近结果表明未知均值函数的光滑性对收敛速度有影响。仿真结果表明，基于残差的估计量比基于响应的条件二阶矩的估计量有更好的性能。
2008-12-14 math.ST stat.ME stat.TH
Weak Instruments, First-Stage Heteroskedasticity, the Robust F-Test and a GMM Estimator with the Weight Matrix Based on First-Stage Residuals
本文关注Andrews（2018）的蒙特卡罗分析中与稳健第一阶段F统计量相关的发现，他在异方差分组数据设计中发现，即使稳健F统计量的值非常大，标准2SLS置信区间也有很大的覆盖失真。这一发现似乎不相信强大的F-统计作为一个测试识别不足。然而，它在这里示出的强大的F-统计量的大值确实意味着有第一阶段的信息，但这可能不会很好地利用2SLS估计，或标准的GMM估计。一个估计，纠正这是一个强大的GMM估计，表示为GMMf，与强大的权重矩阵不基于结构残差，但在第一阶段的残差。对于Andrews（2018）的分组数据设置，该GMMf估计量根据组特异性浓度参数以与同方差下的2SLS相同的方式为组特异性估计量提供权重，这使用弱工具变量渐近性进行了形式化显示。在Andrews（2018）设计中，GMMf估计量比2SLS估计量表现得更好，在稳健F统计量的更多标准值下，相对偏倚和Wald检验大小失真表现良好。我们表明，同样的模式可以发生在一个动态的面板数据模型时，误差方差随时间异方差。我们进一步推导了Stock和Yogo（2005）的弱工具变量临界值适用于与GMMf估计量行为相关的稳健F统计量的条件。
2022-08-03 econ.EM stat.ME
Local partial-likelihood estimation for lifetime data
本文认为，比例风险模型，它允许一个检查的程度，协变量与暴露变量的非线性相互作用，分析寿命数据。提出了一种局部部分似然技术来估计非线性相互作用。证明了估计量的渐近正态性。局部似然估计的基线风险函数、偏差和方差是一致估计的。此外，一个一步的本地部分似然估计，以方便计算的建议的程序，并证明是有效的完全迭代本地部分似然估计。此外，一个惩罚的局部似然估计建议选择重要的风险变量的模型。数值例子被用来说明所提出的方法的有效性。
2006-05-18 math.ST stat.TH
Reference-State Bootstrap Correction and Kernel Characterization of Residual-Based Fit Indices in Structural Equation Models
Korea University（韩国大学）
该研究针对结构方程模型中基于残差的拟合指数的抽样误差问题，提出参考自助校正方法，验证了其有效性并明确了解析估计值的适用场景。
2026-10-14 math.ST stat.ME stat.TH
On Generalized Transmuted Lifetime Distribution
本研究提出一类包含多子族的广义变形寿命分布，推导其多项数学性质，采用多种参数估计方法，经模拟与真实数据验证了该分布的实际建模有效性。
2024-05-19 math.ST stat.ME stat.TH
Maximum pseudo-likelihood estimation based on estimated residuals in copula semiparametric models
本文讨论的情况下，当一个人感兴趣的依赖结构的多维响应变量中存在的多元协变量。假设协变量通过回归模型只影响边缘分布，而由copula描述的相关结构不受影响。讨论了Copula函数的参数估计，重点讨论了最大伪似然方法。证明了在适当的正则性假设下，由残差计算的估计量与基于不可观测误差的估计量是渐近等价的。在这种情况下，可以忽略响应首先针对协变量的影响进行调整的事实。蒙特卡洛模拟研究探讨了（除其他外）不满足规律性假设且声称的结果不成立的情况。结果表明，在这种情况下，最大伪似然估计可能表现不佳，Copula参数的矩估计是感兴趣的。我们的结果补充了Copula函数的非参数估计的结果。
2019-03-11 math.ST stat.TH
Testing for residual correlation of any order in the autoregressive process
我们感兴趣的是在一个稳定的自回归过程中的线性自相关驱动噪声的影响，通常的最小二乘估计的渐近行为。我们表明，最小二乘估计是不一致的，我们建议一个尖锐的分析，其几乎必然的极限值以及它的渐近正态性。我们还建立了驱动噪声序列相关参数估计的几乎必然收敛性和渐近正态性。然后，我们推导出一个统计过程，使任何顺序的自回归模型的残差的相关性测试，给出明显优于常用的组合测试的Ljung-Box和Box-Pierce的结果，并出现优于小样本的Breusch-Godfrey程序。
2017-03-13 math.ST stat.TH
Least square estimators in linear regression models under negatively superadditive dependent random observations
本文研究了基于随机观测的线性回归模型中最小二乘估计的渐近性质。我们提供了温和的假设的时刻和依赖结构的随机间隔的观察和残差下的估计是强一致的。特别是，我们考虑的观察实例是负超加性相互依赖的，而对于残差，我们只是假设它们是由一些连续函数产生的。此外，我们证明了收敛速率是成比例的采样率$N$，我们补充我们的研究结果与模拟研究提供的见解有限的样本属性。
2021-10-06 math.PR math.ST stat.TH
Debiased Regression for Root-N-Consistent Conditional Mean Estimation
针对非参数回归估计器缺乏√n一致性和渐近正态性保证的问题，提出一种去偏技术，通过添加偏差校正项扩展一步估计器，理论证明其满足√n一致性和渐近正态性，且保持无模型特性，能提高估计精度并简化置信区间构建。
2024-11-25 cs.LG econ.EM math.ST
The empirical process of residuals from an inverse regression
本文研究了一个以Radon变换为特征的间接回归模型。该模型对于计算机断层扫描获得的医学图像的恢复是有用的。间接的回归函数估计使用一系列的估计动机的谱截止技术。进一步，我们研究了回归残差的经验过程，并证明了它满足泛函中心极限定理。
2019-02-09 math.ST stat.TH
A Second-Order Extension of Hájek's Convolution Theorem with Statistical Applications
Nanzan University（南山大学）；Waseda University（早稻田大学）；Institute of Information Theory and Automation, Czech Academy of Sciences（捷克科学院信息理论与自动化研究所）
本文为Hájek卷积定理提供二阶扩展，引入二阶正则估计量并证明其渐近分布为二阶有效与残差分布的卷积，进而定义二阶稳健性，应用于时间序列模型中的贝叶斯与最小对比估计量，比较极大似然与Whittle估计量的稳健性。
2026-09-29 math.ST stat.TH
Statistical inference for Gumbel Type-II distribution under simple step-stress life test using Type-II censoring
本文研究了基于II型截尾数据的简单步进应力寿命试验（SSLT）的篡改随机变量（TRV）模型的参数推断问题。在正常应力条件下，实验装置的基线寿命遵循Gumbel II型分布，其中$α$和$λ$分别为形状和尺度参数。基于II型截尾样本推导出模型参数的极大似然估计（MLE）和贝叶斯估计。我们利用观测的费舍尔信息矩阵得到未知参数的渐近区间。在平方误差损失和LINEX损失函数下，利用马尔可夫链蒙特卡罗（MCMC）方法得到了Bayes估计。我们还构造了未知模型参数的最高后验密度（HPD）区间。进行了广泛的模拟研究来研究所提出的估计量的有限样本性质。三种不同的最优性准则已被认为是确定最佳的截尾计划。最后，通过对两个实际数据集的分析，说明了该方法的有效性.
2023-02-17 stat.ME
Smoothed quantile regression for censored residual life
我们考虑了一个回归模型的分位数的剩余寿命，剩余寿命在一个特定的时间。我们提出了一个光滑的诱导版本现有的非光滑估计方程的方法估计回归参数。所提出的估计方程是光滑的回归参数，所以解决方案可以很容易地通过标准的数值算法得到。此外，在建议的估计方程的光滑性，使人们能够获得一个强大的ESTA型协方差估计的回归估计的辅助下，一个有效的恢复方法。为了处理右截尾数据，采用截尾权的逆概率作为权值。建立了估计量的相合性和渐近正态性。广泛的模拟研究进行验证所提出的估计在各种有限样本设置的性能。我们将所提出的方法应用于牙科研究数据，以评估牙科牙齿的寿命。
2022-05-01 stat.CO
Bootstrapping the Kaplan-Meier Estimator on the Whole Line
本文证明了Efron（1981）的Bootstrap方法在生存函数的全支撑下Kaplan-Meier估计的相合性。虽然其他作品解决了估计本身的渐近高斯性而不限制时间（例如Gill，1983，Ying，1989），但我们可以为整个生存函数构建基于Bootstrap的时间同步置信带。其他的实际应用包括基于Bootstrap的平均剩余寿命函数或洛伦兹曲线的置信带，以及基尼指数的置信区间。
2016-05-18 math.ST stat.TH
Contribution to the Nonparametric Estimation of the Density of the Regression Errors (Doctoral Thesis)
本文讨论了模型Y=m（X）+E的回归误差项E的密度f的非参数估计，假定它与协变量X无关。与本研究相关的困难在于未观察到回归误差E。在这样的设置中，使用基于给定X的Y的概率分布函数的条件方法来估计f是不明智的。实际上，这种方法受到维数灾难的影响，使得如果X的维数非常高，则残差项E的所得估计量将具有相当慢的收敛速率。本文提出了两种避免维数灾难的方法。第一种方法使用估计残差，而第二种方法集成了给定X的Y的非参数条件密度估计。如果这样做可以规避维数灾难，一个具有挑战性的问题是评估估计残差对密度f的最终估计量的影响。我们还将尝试确定我们提出的估计量的逐点收敛收敛速率。我们的主要目的之一是表征分别用于估计m和f的第一步和第二步带宽的最佳选择。
2010-11-02 math.ST stat.TH
Measuring inequality: application of semi-parametric methods to real life data
为了衡量收入和支出等各种情况下的不平等，采用了一些方法。为了进行统计推断，人们往往需要估计现有的不平等衡量标准。文献中有许多估计量，最常用的是非参数估计量。kpanzou（2011）已经开发了不等式度量的半参数估计，并表明这些估计非常适合于重尾分布。在本文中，我们将这种半参数方法应用到一个实际的数据集，并展示了它们如何与非参数估计进行比较。一个指导也给出了对参数分布的选择，以适应在尾部的数据
2017-12-25 stat.ME
A simple estimator for the $\mathcal{M}$-index of functions in $\mathcal{M}$
提出了一种比正则变函数类更大的一类函数$\mathcal{M}$的$\M$指数的估计.该指标是RV函数的尾指标，因此该估计量是RV函数类上的一个新的估计量。在适当的条件下，该估计量满足强相合性。对一类RV函数证明了该估计量的渐近正态性，并显示出比一些已知估计量更好的性能。提供了模拟和真实生活数据集的插图。
2015-12-07 math.ST stat.TH
Robust inference for intermittently-monitored step-stress tests under Weibull lifetime distributions
针对步进应力加速寿命测试中最大似然估计缺乏稳健性的问题，本文基于密度幂散度（DPD）提出稳健推断方法，用于Weibull分布下的参数估计与检验，并通过真实数据验证了其在温度影响分析中的有效性。
2024-09-23 math.ST stat.AP stat.TH
Censored lifespans in a double-truncated sample: Maximum likelihood inference for the exponential distribution
针对双截断样本中因删失阻碍分析的问题，假设寿命服从指数分布并推导似然函数，对不可观测样本量进行轮廓化处理，证明了参数可识别性及 M-estimator 的一致性与渐近正态性，并以德国企业寿命为例验证。
2025-04-23 stat.ME
Strong uniform consistency and asymptotic normality of a kernel based error density estimator in functional autoregressive models
估计新息概率密度是任何回归分析中的一个重要问题。本文主要研究函数自回归模型。提出了一种基于残差的新息密度核估计方法。该估计量的渐近性质依赖于泛函自回归函数的平均预测误差。研究了核密度估计的强一致相合性和渐近正态性的充分条件。
2010-05-06 stat.ME
Weighted Cumulative Residual Mathai-Haubold Entropy
Kuriakose Elias College（库里亚科塞·埃利斯学院）；Indian Statistical Institute, Chennai（印度统计学院）
本文引入加权累计残差Mathai-Haubold熵并研究其性质，提出动态版本，探讨线性变换下的行为，推导寿命分布的界和表达式，提出基于相关度量的刻画结果，构建两类新寿命分布，并提出Rayleigh分布的拟合检验及蒙特卡洛模拟评估，应用实际数据集验证方法实用性。
2026-04-25 stat.ME
Divergence-based robust inference under proportional hazards model for one-shot device life-test
在本文中，我们发展了稳健估计和测试的一杆设备测试下的比例风险假设的基础上的分歧措施。通过详细的蒙特卡罗模拟研究和数值例子，开发的推理程序被证明是更强大的比经典的程序，基于极大似然估计。
2020-04-28 stat.AP
Measuring Inaccuracies in the Proportional Hazard Rate Model based on Extropy using a Length-Biased Weighted Residual approach
本文提出基于Extropy的加权残差不精确性度量，研究其在比例风险率模型中的性质、判别准则与不等式，并给出非参数估计及模拟和实例验证。
2025-01-31 stat.ME
Wild Residual Bootstrap Inference for Penalized Quantile Regression with Heteroscedastic Errors
本文考虑一类异方差回归模型，其中某些回归系数为零，但不知道哪些为零。惩罚分位数回归是分析这类数据的一种有效方法。通过允许不同的协变量与不同分位数水平的条件分位数函数建模相关，它提供了比均值回归更完整的响应变量条件分布的图像。现有的惩罚分位数回归的工作主要集中在点估计。虽然Bootstrap方法最近被证明是有效的惩罚平均回归的推断，他们不直接适用于惩罚分位数回归与异方差误差。我们证明了未惩罚分位数回归的一个野生残差自举过程对于逼近具有自适应$L_1$惩罚的分位数回归估计的分布是渐近有效的，并且一个修改的版本可以用来逼近$L_1$惩罚的分位数回归估计的分布.新方法不需要估计未知的误差密度函数。我们建立一致性，证明有限样本的性能，并说明了一个真实的数据例子的应用程序。
2018-07-20 stat.ME
Semiparametrically Efficient Inference for Kernel Measures of Noise Heterogeneity
University College London（伦敦大学学院）
针对加性噪声模型中噪声异质性的核测度，提出一种基于希尔伯特值一步估计的半参数有效推断方法，实现残差独立性和拟合优度的自举校准检验，并提供渐近有效的置信区间。
2026-05-26 cs.LG stat.ML
Regularization parameter selection in indirect regression by residual based bootstrap
基于残差的分析通常被认为是统计方法学的基石。对于一个特殊的情况下，间接回归，我们调查的残差为基础的经验分布函数，并提供了一个统一的扩展，这也是渐近最精确的估计。这项调查自然会导致一个完全的数据驱动的技术来选择我们的间接回归函数估计中使用的正则化参数。由此产生的方法是基于模型残差的平滑引导。仿真研究证明了我们的方法的有效性。
2018-02-28 math.ST stat.ME stat.TH
The covariate-adjusted residual estimator and its use in both randomized trials and observational settings
我们经常试图在随机和观察环境中估计暴露对特定结果的因果影响。其中一种估计方法是协变量调整残差估计，它是为单独或集群随机试验设计的。在这篇手稿中，我们研究了这个估计的性质，并开发了一个新的估计，利用协变量调整和逆概率加权我们支持我们的理论结果与模拟研究和应用在传染病设置。协变量调整残差估计量是随机试验中平均处理效应的有效无偏估计量;但是，不能保证在观察性研究中无偏。我们的新估计，协变量调整残差估计与逆概率加权，是无偏的随机和观察设置下，一组合理的假设。此外，当这些假设成立时，它在观察性研究中提供了比逆概率加权更高的效率。协变量调整残差估计量在随机试验中有效，但不应用于观察性研究。具有逆概率加权的协变量调整残差估计量为随机化和观察性设置提供了一种有效的替代方法。
2019-10-24 stat.AP stat.ME
Least sum of squares of trimmed residuals regression
在著名的残差估计量的最小截尾平方和（LTS）中，残差首先被平方，然后被修剪。在本文中，我们首先修剪残差-使用深度修剪方案-然后平方剩余的残差。能使截尾残差的平方和最小的估计量称为LST估计量。事实证明，LST是经典的最小二乘估计（LS）的一个强大的替代品。事实上，它具有非常高的有限样本击穿点，并且可以渐进地抵抗高达$50\%$的污染而不击穿-与LS估计器的$0\%$形成鲜明对比。LST的总体版本是Fisher相容的，样本版本是强的和根$n$相容的，并且是渐近正态的。计算LST的近似算法提出和测试合成和真实数据的例子。这些实验表明，其中一种算法可以非常快地计算LST估计量，并且比著名的LTS估计量具有相对较小的方差。所有的证据表明，LST值得是一个强大的替代LS估计，并在实践中是可行的高维数据集（可能的污染和离群值）。
2022-11-25 stat.ME
Evaluating the Uncertainty in Mean Residual Times: Estimators Based on Residence Times from Discrete Time Processes
本研究提出基于离散时间过程独立驻留时间的平均剩余时间不确定性估计量，经数值实验和分子动力学模拟验证，其计算成本低、精度高，可广泛用于各类模拟的不确定性评估。
2024-05-14 physics.data-an stat.ME
Smooth Distribution Function Estimation for Lifetime Distributions using Szasz-Mirakyan Operators
本文利用Szasz-Mirakyan算子给出了正实半直线上连续分布函数的一个新的光滑估计，类似于Bernstein的逼近定理.我们表明，建议的估计优于经验分布函数的渐近（综合）均方误差，一般比较有利与其他竞争对手的理论比较。此外，我们进行模拟，以证明有限样本性能的估计。
2021-01-27 math.ST stat.ME stat.TH
Non-parametric estimation of cumulative (residual) extropy
探讨了熵及其性质，以量化不确定性。本文给出了累积剩余熵和负累积熵的替代表达式。我们得到简单的累积（残差）熵估计。估计的渐近性质进行了研究。当数据是右删失时，我们也提出了新的累积（剩余）熵估计。通过蒙特卡罗模拟研究评估了估计器的有限样本性能。我们使用建议的估计分析不同的真实数据集。最后，我们得到了不同的动态和加权熵措施和可靠性概念之间的关系，这导致了与这些措施相关的几个开放的问题。
2021-08-20 stat.AP stat.ME
Combination Mean Residual Life Order with Reliability Applications
本文在平均剩余寿命序和组合凸序的框架下，引入、研究和分析了一种新的随机序。讨论了新序在单调变换、混合、加权分布和冲击模型下的几个保持性质。此外，基于随机时刻剩余寿命和更新过程中的剩余寿命概念，给出了新序的两个特征性质。最后，我们强调了一些新的应用程序的可靠性和生存分析。
2015-01-07 stat.ME
Bootstrap of residual processes in regression: to smooth or not to smooth ?
本文考虑一个位置模型，其形式为$Y = m(X) + \varepsilon$，其中$m(\cdot)$是未知回归函数，误差$\varepsilon$与$p$维协变量$X$和$E(\varepsilon)=0$无关.注射了。数据$(X_1,Y_1),\ldots,(X_n,Y_n)$和给定函数$m(\cdot)$的估计量$\hat m(\cdot)$（其可以是参数的或非参数的性质），我们通过残差$Y_i-\hat m(X_i)$、$i=1,\ldots,n$的经验分布来估计误差项$\varepsilon$的分布。为了近似这个估计量的分布，Koul和Lahiri（1994）和Neumeyer（2008，2009）提出了bootstrap程序，基于在绘制bootstrap样本之前或之后平滑残差。到目前为止，它一直是一个开放的问题，是否一个经典的非光滑残差自助是渐近有效的在这种情况下。本文解决了这个公开问题，并证明了非光滑残差自举是相容的。我们通过模拟来说明这一理论结果，该模拟显示了这种自举过程对于各种模型、测试程序和样本量的准确性。
2017-12-07 math.ST stat.ME stat.TH
Evaluation of transplant benefits with the U.S. Scientific Registry of Transplant Recipients by semiparametric regression of mean residual life
提出半参数平均剩余寿命模型，量化肾移植获益，优先受益最大患者，并揭示不同群体获益不平等。
2023-10-17 stat.ME
A ranked-based estimator of the mean past lifetime with its application
平均过去寿命（MPL）是可靠性和生存分析中的一个重要工具，用于在事件发生在特定时间$t>0$之前的情况下，测量自事件发生以来经过的平均时间。本文根据秩集抽样（RSS）设计的观测数据，建立了MPL的非参数估计。它表明，我们已经开发的估计是一个强一致一致的。在较弱的条件下，证明了所引入的估计量趋于高斯过程。在简单随机抽样（SRS）中，采用蒙特卡罗模拟研究来评估所提出的估计器及其竞争者的性能。我们的研究结果表明，只要排名质量优于随机性，引入的估计量就比SRS中的对应估计量更有效。最后，提供了一个说明性的例子来描述潜在的应用开发的估计在评估感染和诊断之间的平均时间在HIV患者。
2021-05-20 stat.ME
Generalized Covariance Estimator
考虑一类具有强白噪声误差的半参数动态模型。这类过程包括标准向量自回归（VAR）模型，非基本结构VAR，混合因果模型，以及非线性动态模型，如（多变量）ARCH-M模型。对于估计的过程在这一类中，我们提出了广义协方差（GCov）估计，这是通过最小化剩余为基础的多元组合统计量作为替代的广义矩估计。我们推导出的GCov估计和相关的残差为基础的组合统计量的渐近性质。此外，我们证明了GCov估计是半参数有效的，基于残差的组合统计量是渐近卡方分布的。有限样本性能的GCov估计的仿真研究中示出。该估计器还应用于加密货币价格的动态模型。
2021-07-14 econ.EM stat.ME
Nonparametric Bayesian Inference for Mean Residual Life Functions in Survival Analysis
平均剩余寿命函数是生存分布的一个关键泛函。它有一个实际有用的解释为预期的剩余寿命给定的生存到一个特定的时间点，它也表征了生存分布。然而，在概率建模框架下的推理方法方面，它受到了有限的关注。我们试图提供一般的推断方法，平均剩余寿命回归。生存数据通常包括一组生存反应分布的预测变量，在许多情况下，将协变量作为随机变量纳入建模是很自然的。因此，我们采用Dirichlet过程混合建模的协变量和生存响应的联合随机机制。这种方法意味着一个灵活的模型结构的平均剩余寿命的条件响应分布，允许一般形状的平均剩余寿命作为一个函数的协变量给定一个特定的时间点，以及时间的函数给定特定值的协变量向量。为了扩大建模框架的范围，我们扩展了混合模型，将实验组之间的依赖性，如治疗组和对照组。该扩展是从特定于组的混合分布的相关Dirichlet过程之前构建的，具有通过潜在双变量Beta分布随机变量在组之间变化的公共位置和权重。我们开发的回归模型的属性，并讨论了先验规范和后验推理的方法。该方法的不同组成部分与模拟数据的例子进行了说明，该模型也适用于数据集，包括右删失生存时间。
2018-10-09 stat.ME
Bayesian nonparametric mean residual life regression
针对概率框架下平均剩余寿命回归推断方法有限的问题，提出基于Dirichlet过程混合的贝叶斯非参数回归方法，扩展纳入组间依赖，开发后验推断方法，经模拟和右删失生存数据验证有效。
2024-01-24 stat.AP stat.ME
Sample-split REGression SREG: A robust estimator for high-dimensional survey data
本文提出SREG估计量，通过K折交叉拟合消除高维辅助变量下的偏差，证明其渐近正态性和一致性，验证了简单随机、分层和拒绝性采样下的条件波动假设。
2026-04-08 stat.ME
The Importance of Scale for Spatial-Confounding Bias and Precision of Spatial Regression Estimators
回归模型中的残差通常是空间相关的。突出的例子包括为了解污染物对健康的慢性影响而进行的环境流行病学研究。我认为残差空间结构的影响的偏差和精度的回归系数，开发一个简单的框架，在其中理解的关键问题，并得出翔实的分析结果。当未测量的混杂因素将空间结构引入残差时，具有空间随机效应的回归模型和密切相关的模型（如克里金法和惩罚样条）会出现偏差，即使残差方差分量已知。分析和模拟结果表明，偏差如何取决于协变量和残差的空间尺度：只有当协变量的变化小于未测量混杂的尺度时，才能通过拟合空间模型来减少偏差。我还讨论了如何规模的残差和协变量影响效率和不确定性估计时，残差是独立的协变量。在黑碳颗粒物空气污染和出生体重之间的关联的应用中，控制大规模的空间变化似乎减少了来自未测量的混杂因素的偏差，同时增加了估计的污染影响的不确定性。
2010-11-04 stat.ME
RESAPLE: An Approximate One-Step Restricted Likelihood Estimator of Spatial Dependence for Exploratory Spatial Analysis
University of Toronto（多伦多大学）
提出RESAPLE，一种基于REML残差的一步近似限制最大似然估计量，用于估计空间误差模型的空间依赖参数ρ，在中等空间依赖下计算廉价且准确，优于Moran's I和APLE。
2026-07-01 stat.AP stat.ME
On Relative Cumulative Residual Information Measure and Its Applications
K E College Mannanam（K E 学院马纳南）；Indian Statistical Institute, Chennai（印度统计学院）
本文提出了一种用于量化生存函数差异的相对累积残差信息度量，并通过蒙特卡洛模拟和Gaia数据验证其有效性。
2026-09-15 stat.ME
A Causal Framework for Quantile Residual Lifetime
U.S. Food and Drug Administration（美国食品药品监督管理局）；Konkuk University（建国大学）；Duke University（杜克大学）；National Cancer Institute（美国国家癌症研究所）
本文提出了一种因果框架，用于估计经历特定时间点后存活个体的剩余生存时间分位数，通过双重稳健估计器和补充估计器分离因果效应与选择偏差。
2026-02-13 stat.ME
Subsample-Based Estimation under Dynamic Contamination
Uppsala University（乌普萨拉大学）；Stockholm School of Economics（斯德哥尔摩经济学院）
本文研究了子样本估计在动态时间序列模型中的结构性失效，指出污染传播通过残差滤波器导致估计标准失真，提出通过补丁移除操作实现传播兼容的索引集变换以恢复一致性。
2026-05-10 econ.EM math.ST stat.ME
The shooting S-estimator for robust regression
针对最小二乘法对异常值不稳健及传统S-estimation降权完整观测导致信息丢失的问题，提出shooting S-estimator，结合坐标下降算法与简单S-regression，在丧失回归等变性代价下实现对逐分量污染的稳健性。
2015-06-03 stat.ME
Starshaped Mean Residual Life Models for Non-Monotonic Survival Data: A Bayesian PMRL Regression Framework with Applications to Teacher Retention
Mississippi State University（密西西比州立大学）
本文提出了一种适用于非单调危险模式生存数据的星形平均残余寿命（SMEL）框架，通过贝叶斯PMRL回归方法，展示了在教师留任问题中的应用，该方法在处理复杂时间动态方面具有优势。
2026-05-17 stat.ME
On Estimating Optimal Regime for Treatment Initiation Time Based on Restricted Mean Residual Lifetime
在艾滋病和癌症等许多医学研究中，何时开始对患者进行治疗是一个重要问题。在这篇文章中，我们制定的治疗开始时间问题的时间到事件的数据，并提出了一个最佳的个性化制度，确定最佳的治疗开始时间为个别患者的基础上，他们的特点。不同于现有的最佳治疗方案，其中治疗是在预先指定的时间进行，这里出现了新的挑战，从复杂的缺失机制，在治疗开始时间的数据和连续治疗规则的开始时间。为了解决这些挑战，我们建议使用限制平均剩余寿命作为一个值函数来评估不同的治疗开始制度的性能，并开发一个非参数估计的值函数，这是一致的，即使当治疗开始时间是不完全可观察的，其分布是未知的。我们还建立了在决策规则及其相关的价值函数估计的估计的渐近性质。特别是，估计值函数的渐近分布是非标准的，它遵循加权卡方分布。通过仿真研究评估了所提出的方法的有限样本性能，并进一步说明了乳腺癌数据的应用程序。
2021-09-29 stat.AP stat.ME
Clinicians' Interpretation and Preferences for Survival Data Visualisation: A Pre-Post Study Comparing Kaplan-Meier and Mean Residual Life Plots
University of Galway（高威大学）
本研究通过前后调查评估32名医学生和医生对KM、MRL等四种生存图的解读与偏好，发现经简短学习后解读准确性显著提升，MRL图改进最大，为其纳入临床及医学教育提供依据。
2025-11-11 stat.ME
