刪失分位回歸理論方法及應用

田茂再

  • 刪失分位回歸理論方法及應用-preview-1
  • 刪失分位回歸理論方法及應用-preview-2
  • 刪失分位回歸理論方法及應用-preview-3
  • 刪失分位回歸理論方法及應用-preview-4
  • 刪失分位回歸理論方法及應用-preview-5
刪失分位回歸理論方法及應用-preview-1

相關主題

商品描述

具有復雜刪失結構的數據很普遍,這類結構數據的分析方法很快地應用到了各研究領域。本書全面、系統、嚴格地闡明刪失分位回歸建模理論與方法,並盡力反映復雜刪失數據分析國際前沿。主要內容包括刪失分位回歸、刪失線性分位回歸模型、刪失廣義線性分位回歸模型、刪失非線性分位回歸模型、刪失分層半參數分位回歸模型等。

目錄大綱

目錄
第一部分 刪失均值回歸模型理論方法
第1章 Kaplan-Meier估計量 3
1.1 基本概念 3
1.2 問題描述 4
1.3 Kaplan-Meier估計量的推導 4
1.4 優勢和限制 7
1.5 統計性質 7
1.6 刪失相關數據的Kaplan-Meier估計量的漸近性質 8
第2章 隨機刪失廣義指數分布極大似然估計 17
2.1 概述 17
2.2 近似極大似然估計 19
2.3 實例和模擬結果 23
2.4 本章小結 32
第3章 重尾分布隨機右刪失極值指標估計 33
3.1 概述 33
3.2 方法 34
3.3 有限樣本下的表現 38
3.4 本章小結 41
3.5 附錄 41
第二部分 刪失分位回歸模型理論方法
第4章 刪失分位回歸模型概述 55
4.1 概述 55
4.2 綜述 56
4.3 Powell估計 58
4.4 隨機刪失 59
4.5 一些樣本漸近 68
4.6 刪失分位回歸模擬實驗 70
4.7 本章小結 75
第5章 刪失分位回歸 77
5.1 概述 77
5.2 傳統的回歸分位數 79
5.3 考克斯-刪失分位回歸模型 79
5.4 算法 81
5.5 漸近理論 84
5.6 實例 85
5.7 本章小結 90
5.8 附錄 91
第6章 三步刪失分位回歸 99
6.1 概述 99
6.2 三步刪失分位回歸估計 101
6.3 婚外戀判定:刪失分位回歸分析 107
6.4 本章小結 111
6.5 附錄 111
第7章 刪失冪變換分位回歸 115
7.1 概述 115
7.2 變換分位回歸 117
7.3 大樣本性質 119
7.4 模擬 120
7.5 示例 123
7.6 本章小結 126
7.7 附錄 127
第8章 測量誤差刪失分位回歸 133
8.1 概述 133
8.2 含有測量誤差的CQR模型 134
8.3 模擬研究 139
8.4 應用 146
8.5 模型的評估 149
8.6 附錄 149
第9章 雙側刪失數據分位回歸 151
9.1 概述 151
9.2 雙側刪失回歸分位數(DCRQ)的疊代算法 153
9.3 模擬研究 159
9.4 實證數據分析 166
9.5 本章小結 169
第10章 局部加權刪失分位回歸 172
10.1 概述 172
10.2 方法介紹 174
10.3 大樣本性質 177
10.4 模擬結果 179
10.5 急性心肌梗死數據集分析 182
10.6 本章小結 183
10.7 附錄 185
第11章 刪失中位數回歸 192
11.1 稀疏刪失中位數回歸 192
11.2 計算、參數調節和方差估計 193
11.3 數值研究 195
11.4 本章小結 202
11.5 附錄:定理的證明 203
第12章 刪失分位回歸變量選擇 210
12.1 概述 210
12.2 變量選擇 211
12.3 模擬研究 216
12.4 實證分析 220
12.5 本章小結 222
12.6 附錄 223
第13章 縱向刪失分位數回歸 228
13.1 估計和提出的檢驗 228
13.2 模擬研究 233
13.3 在HIV-RNA水平研究中的應用 237
13.4 本章小結 240
13.5 附錄 241
第14章 隨機刪失非參數復合分位回歸 247
14.1 概念 247
14.2 方法 248
14.3 數據分析 250
14.4 附錄 253
第15章 高維刪失分位數回歸 258
15.1 概述 258
15.2 模型和方法 260
15.3 理論研究 262
15.4 通過函數增量法的方差估計 265
15.5 模擬研究 266
15.6 應用於波士頓肺癌生存隊列(BLCSC) 272
15.7 本章小結 276
第16章 刪失分位數回歸擬合欠佳檢驗 277
16.1 概述 277
16.2 新的檢驗 278
16.3 漸近性質 280
16.4 數據模擬 287
16.5 實證分析 293
16.6 本章小結 297
第17章 刪失測量誤差分位回歸聯合建模 298
17.1 概述 298
17.2 模型及假定 299
17.3 EM算法及模型的聯合分層似然 300
17.4 模型分位回歸的聯合似然方法 303
17.5 模型復合分位回歸的聯合似然方法 311
17.6 模擬例子 319
17.7 實際數據分析 328
17.8 本章小結 330
第18章 刪失貝葉斯分位回歸 332
18.1 概述 332
18.2 模型的貝葉斯分位回歸 333
18.3 模型的貝葉斯復合分位回歸 337
18.4 模擬例子 342
18.5 實際數據分析 350
18.6 本章小結 353
參考文獻 354