12620.生存分位數(shù)回歸中有失敗原因缺失的競(jìng)爭(zhēng)風(fēng)險(xiǎn)的多重插值

1、碩士學(xué)位論文生存分位數(shù)回歸中有失敗原因缺失的競(jìng)爭(zhēng)風(fēng)險(xiǎn)的多重插值MultipleImputationofCompetingRisksDatawithMissingCauseofFailureinSurvivalQuantileRegressions作者姓名：學(xué)科、專業(yè)：學(xué)號(hào)：指導(dǎo)教師：完成日期：劉洪亞概率論與數(shù)理統(tǒng)計(jì)21301013沈玉波副教授2016年05月大連理工大學(xué)DalianUniversityofTechnologs7大連理工大

2、學(xué)碩士學(xué)位論文摘要當(dāng)競(jìng)爭(zhēng)風(fēng)險(xiǎn)關(guān)系存在時(shí)，導(dǎo)致一些試驗(yàn)真正失敗的原因信息可能會(huì)缺失。因此，原因具體的生存模型與多重插值(MI)就被提出來分析這些數(shù)據(jù)。建模的累積函數(shù)也是我們感興趣的，因此，我們研究了分位數(shù)回歸與MI方法作為競(jìng)爭(zhēng)風(fēng)險(xiǎn)數(shù)據(jù)失敗原因缺失的建模方法。分析這些數(shù)據(jù)包括完整情況下分析以及其中缺失的原因歸為一個(gè)額外的失敗類型的可能的策略。然而這些方法在臨床上可能會(huì)產(chǎn)生誤導(dǎo)的結(jié)果。此外，逆概率加權(quán)(IPW)的方法由于其雙權(quán)機(jī)制計(jì)算的復(fù)雜度

3、將增大誤差。而今我們的工作是當(dāng)適合上面的建模方法分位數(shù)回歸模型時(shí)進(jìn)行參數(shù)估計(jì)。我們還采用了MI方法和評(píng)價(jià)其在各種不同數(shù)據(jù)缺失時(shí)情況的相對(duì)表現(xiàn)。模擬試驗(yàn)結(jié)果表明，在隨機(jī)缺失失敗原因的情況下，對(duì)適合分位數(shù)回歸模型和對(duì)缺失數(shù)據(jù)使用以前的處理技術(shù)的估計(jì)有嚴(yán)重的偏差。相比這些方法中，以MI為基礎(chǔ)的方法有較小的偏差和95％的置信區(qū)間可靠度接近定類水平。本文內(nèi)容安排如下：第一部分，對(duì)所研究問題和方法的發(fā)展背景做簡(jiǎn)單的介紹，并且給出相關(guān)的基礎(chǔ)知識(shí)：第二