Correlated survival data arise in m

Correlated survival data arise in many contexts, and the regression analysis of such data is often of interest in practice. In this paper, we study a weighted local linear regression method for the analysis of correlated censored data, which is a natural extension of classical nonparametric regression that models directly the effect of covariates on survival time, using an unknown smooth nonparametric function. The estimation and inference are based on local linear regression and a class of unbiased data transformations. The most important feature of the proposed method is to weight local observations with local variance, which is the key to improve the estimation efficiency. We derive the asymptotic properties of the resulting estimator and show that the asymptotic variance of the nonparametric estimator is minimized with the correct specification of correlation structure. We evaluate the performance of the proposed method using simulation studies, and illustrate the proposed method with an analysis of data from the Busselton Health Study.

ผลลัพธ์ (ไทย) 1:

ข้อมูลอยู่รอดที่มีความสัมพันธ์ที่เกิดขึ้นในบริบทมาก และการวิเคราะห์การถดถอยของข้อมูลดังกล่าวมักจะสนใจในทางปฏิบัติ ในกระดาษนี้ เราศึกษาวิธีการถดถอยเชิงเส้นเครื่องถ่วงน้ำหนักในการวิเคราะห์ข้อมูลเซ็นเซอร์มีความสัมพันธ์ ซึ่งเป็นการขยายธรรมชาติของคลาสสิก nonparametric การถดถอยที่รุ่นโดยตรงผลของ covariates รอดเวลา ใช้ฟังก์ชัน nonparametric เรียบไม่รู้จัก การประเมินและสรุปขึ้นอยู่กับท้องถิ่นถดถอยเชิงเส้นและคลาสของการแปลงข้อมูลเป็นกลาง คุณลักษณะสำคัญที่สุดของวิธีการนำเสนอคือการสังเกตการณ์ท้องถิ่นน้ำหนักกับผลต่างของท้องถิ่น ซึ่งเป็นกุญแจสำคัญในการปรับปรุงประสิทธิภาพการประเมิน เราสืบทอดคุณสมบัติ asymptotic ของประมาณผลลัพธ์ และแสดงว่า ความแปรปรวน asymptotic ของประมาณ nonparametric ถูกย่อเล็กสุด ด้วยการกำหนดโครงสร้างความสัมพันธ์ที่ถูกต้อง เราประเมินประสิทธิภาพของวิธีการนำเสนอที่ใช้จำลองการศึกษา และแสดงให้เห็นถึงวิธีการนำเสนอ ด้วยการวิเคราะห์ข้อมูลจากการศึกษาสุขภาพบัสเซลตั่น

ผลลัพธ์ (ไทย) 2:

ข้อมูลการอยู่รอดมีลักษณะร่วมกันเกิดขึ้นในหลาย ๆ บริบทและการวิเคราะห์การถดถอยของข้อมูลดังกล่าวมักจะเป็นที่น่าสนใจในการปฏิบัติ ในบทความนี้เราศึกษาวิธีการถดถอยเชิงเส้นท้องถิ่นถ่วงน้ำหนักในการวิเคราะห์ข้อมูลที่ตรวจสอบมีความสัมพันธ์ซึ่งเป็นส่วนขยายของธรรมชาติของการถดถอยอิงพารามิเตอร์คลาสสิกที่รุ่นโดยตรงผลของตัวแปรในเวลาการอยู่รอดโดยใช้ฟังก์ชั่นไม่รู้จักอิงพารามิเตอร์เรียบ ประมาณการและข้อสรุปจะขึ้นอยู่กับการถดถอยเชิงเส้นในท้องถิ่นและระดับของการเปลี่ยนแปลงข้อมูลที่เป็นกลาง คุณลักษณะที่สำคัญที่สุดของวิธีการที่นำเสนอคือการสังเกตน้ำหนักในท้องถิ่นที่มีความแปรปรวนในท้องถิ่นซึ่งเป็นกุญแจสำคัญในการปรับปรุงประสิทธิภาพการประเมิน เราได้รับมา asymptotic คุณสมบัติของประมาณการผลและแสดงให้เห็นว่าความแปรปรวน asymptotic ของประมาณการอิงพารามิเตอร์จะลดลงกับสเปคที่ถูกต้องของโครงสร้างความสัมพันธ์ เราจะประเมินประสิทธิภาพของวิธีที่นำเสนอโดยใช้การศึกษาแบบจำลองและแสดงให้เห็นถึงวิธีการที่นำเสนอมีการวิเคราะห์ข้อมูลจากการศึกษาสุขภาพ Busselton

ผลลัพธ์ (ไทย) 3:

มีข้อมูลการเกิดขึ้นในบริบทมากมาย และการวิเคราะห์การถดถอยของข้อมูลดังกล่าวมักจะมีความสนใจในการปฏิบัติ ในกระดาษนี้เราศึกษาวิธีการถดถอยเชิงเส้นแบบท้องถิ่นสำหรับการวิเคราะห์ความสัมพันธ์ข้อมูลสูญหายซึ่งเป็นส่วนขยายของธรรมชาติของตัวแบบถดถอยที่คลาสสิกโดยตรง ผลของความรู้ในเวลาการอยู่รอด การไม่รู้จักเรียบ 3 ฟังก์ชั่น การประมาณและการอนุมานตามท้องถิ่นการถดถอยเชิงเส้นและระดับของการแปลงข้อมูลที่ปราศจากอคติ คุณลักษณะที่สำคัญที่สุดของวิธีที่เสนอจะสังเกตความหนักท้องถิ่นกับท้องถิ่น ซึ่งเป็นกุญแจสำคัญในการปรับปรุงการประเมินประสิทธิภาพ เราได้รับแหล่งสมบัติของผลประมาณการและแสดงให้เห็นว่าความแปรปรวนเฉลี่ยของประมาณ 3 ลดด้วยข้อมูลที่ถูกต้องของโครงสร้างความสัมพันธ์ เราประเมินประสิทธิภาพของวิธีการที่ใช้ศึกษาการจำลองและแสดงให้เห็นถึงวิธีการที่เสนอกับการวิเคราะห์ข้อมูลจากตัวแทนสุขภาพการศึกษา