带右删失数据的非线性随机效应模型参数估计

本文讨论了带右删失数据的非线性随机效应模型的参数估计,给出Gauss-Newton迭代法和改进后的Gauss-Newton迭代法,根据参数估计和算法给出数值模拟,验证了参数估计和算法的可行性.     

确定删失数据下比例优比模型中参数的估计

介绍确定删失数据下带有随机效应的半参数比例优比模型中参数的极大似然估计以及估计的性质,并给出估计的算法.     

两种删失数据情形下基于EM算法的指数分布的参数估计

主要讨论了在数据随机删失和数据分组与右删失两种情形下指数分布的参数估计问题.并用EM算法对参数进行了估计.     

逐步二型删失数据下广义Pareto分布的参数估计

逐步二型删失数据在生存分析中的应用较为广泛,因此在逐步二型删失数据下推导了广义Pareto分布中的尺度参数的极大似然估计与Bayes估计的估计形式,并在平方损失函数下,基于MCMC方法与Lindley近似法,给出了广义Pareto分布尺度参数的Bayes估计.结果表明：贝叶斯估计方法优于极大似然估计方法,MCMC后验抽样下的Bayes估计优于Lindley近似方法.     

部分区间删失数据下指数分布中MLE的相合性

部分区间删失数据包括精确数据以及区间删失数据,在慢性病研究中有广泛的应用.本文主要考虑在具有1类部分删失数据下指数分布中最大似然估计的相合性,在一定的正则条件下证明了最大似然估计的强相合性.     

Bahadur-Kiefer过程模的渐近分布

在随机右删失情况下,证明了基于核光滑PL估计和PL分位点估计的Bahadur-Kiefer过程的模的弱极限定理.     

关于单参数指数分布的解析估计

针对有无删失观测数据的两种状况,研究单参数指数分布以及其中参数九的解析估计方法,并通过实例说明单参数指数分布对现实的指导作用．     

逐步Ⅱ型删失数据下BurrⅢ分布形状参数的估计

基于逐步Ⅱ型删失数据，假设在每一阶段退出试验的样品是随机的情况下，对BurrⅢ分布中的形状参数进行估计。定义了BurrⅢ分布形状参数的极大似然估计、EM估计和贝叶斯估计三种估计方法的估计式。同时，给出了EM估计的近似置信区间与贝叶斯估计的HPD置信区间。此外，利用Monte-Carlo模拟，对上述三种估计方法的效果进行了对比分析。模拟结果表明，在均方误差(MSE)准则下，贝叶斯估计优于EM估计，更优于极大似然估计，同时两种置信区间的区间长度近似。     

基于删失试验的贝叶斯共享异质分段指数危险模型

针对在删失试验的生存分析中,为了估计不同协变量在组内的相互影响以及一些无法观测的协变量产生的异质影响,在基准危险函数为分段指数的情形下,给出贝叶斯共享异质模型,利用Gibbs抽样得出参数的后验分布,然后对模型给出一个实证分析．模型采用乘法异质模型,利用WinBUGS软件得出后验参数相关统计量,说明此模型的有效性和可靠性．     

Bahadur—Kiefer过程模的渐近分布

在随机右删失情况下,证明了基于核光滑PL估计和PL分位点估计的Bahadur-Kiefer过程的横的弱极限定理。