Análisis de regresión de datos de tiempo de falla multivariados con censura por intervalos bajo un modelo de transformación con censura informativa
Autores: Yu, Mengzhu; Du, Mingyue
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Análisis de regresión de datos de tiempo de falla multivariados con censura por intervalos bajo un modelo de transformación con censura informativa
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Regresión
Censura por intervalos
Censura informativa
Estimación de máxima verosimilitud
Enfoque de fragilidad
Algoritmo EM
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
Consideramos un análisis de regresión de datos de tiempo de falla con censura intervalar multivariado donde la censura puede ser informativa. Para abordar esto, se propone un enfoque de estimación de máxima verosimilitud aproximada bajo una clase general de modelos de transformación semiparamétricos, y en el método, se emplea el enfoque de fragilidad para caracterizar la censura intervalar informativa. Para la implementación del método propuesto, desarrollamos un novedoso algoritmo EM y demostramos que los estimadores resultantes de los parámetros de regresión son consistentes y asintóticamente normales. Para evaluar el rendimiento empírico del procedimiento de estimación propuesto, realizamos un estudio de simulación, y los resultados indican que funciona bien para las situaciones consideradas. Además, aplicamos el enfoque propuesto a un conjunto de datos reales provenientes de un estudio sobre el SIDA.
Descripción
Consideramos un análisis de regresión de datos de tiempo de falla con censura intervalar multivariado donde la censura puede ser informativa. Para abordar esto, se propone un enfoque de estimación de máxima verosimilitud aproximada bajo una clase general de modelos de transformación semiparamétricos, y en el método, se emplea el enfoque de fragilidad para caracterizar la censura intervalar informativa. Para la implementación del método propuesto, desarrollamos un novedoso algoritmo EM y demostramos que los estimadores resultantes de los parámetros de regresión son consistentes y asintóticamente normales. Para evaluar el rendimiento empírico del procedimiento de estimación propuesto, realizamos un estudio de simulación, y los resultados indican que funciona bien para las situaciones consideradas. Además, aplicamos el enfoque propuesto a un conjunto de datos reales provenientes de un estudio sobre el SIDA.