基于转移模型的多类复发事件的边际回归  

Marginal Regression of Multiple Type Recurrent Event Data Based on Transformation Models

作　　者：罗羡华[1] 姜芳艽[2] 孙六全[3] 杨振海[4] 

机构地区：[1]广州大学数学与信息科学学院,广州510006 [2]徐州师范大学物理系,徐州221116 [3]中国科学院数学与系统科学研究院应用数学研究所,北京100080 [4]北京工业大学应用数理学院,北京100022

出　　处：《工程数学学报》2008年第2期326-332,共7页Chinese Journal of Engineering Mathematics

基　　金：Guangzhou Science and Technology (2004);Education Bureau of China (2004J1-C0333);NNSFC (10671044;10471140;10571169;10371005);PHR (IHLB) of China.

摘　　要：研究了多类复发事件数据的边际回归。构造了一类半参数转移模型,提出了模型中未知参数和非参数函数的一种估计方法。证明了这些估计的相合性和渐近正态性。Marginal regression of multiple type recurrent event data is studied. A class of semiparametric marginal transformation models are formulated, An estimating procedure for the unknown model parameter and nonparametric function is proposed. The consistency and asymptotic normality properties of the proposed estimators are proved.

关 键 词：半参数转移模型 复发事件 边际回归 广义估计方程 

分 类 号：O212.7[理学—概率论与数理统计]