多维复发事件数据的统计建模及推断

项目名称： 多维复发事件数据的统计建模及推断

项目编号： No.11361015

项目类型： 地区科学基金项目

立项/批准年度： 2013

项目学科： 数理科学和化学

项目作者： 戴家佳

作者单位： 贵州大学

项目金额： 40万元

中文摘要： 复发事件数据是生物医学、流行病学、可靠性试验等领域常见的复杂删失数据，是当前分析复杂数据的热点问题。建立多维复发事件数据的统计模型一直是复发事件数据分析的难点和重点。本项目从建立新的多维复发事件数据的统计模型出发，提出一些重要的半参数边际回归模型、加速回归模型、转移随机效应模型、联合半参数回归模型等，提出新的建模理论，探索新的统计方法。在独立删失时间和相依删失删失的情况下，利用现代经验过程、计数过程、以及各种似然方法等现代统计工具，获得模型中参数和非参数的估计。并讨论所得估计的统计性质，进行模拟研究。同时研究间隔时间的一些半参数回归模型，进一步研究多维复发事件数据的变量选择。最后，将理论研究结果应用于分析医学、气象学、天文学的数据，并作出统计推断，为解决实际问题提供重要的理论依据。

中文关键词： 复发事件数据；广义估计方程；转移模型；终止事件；变量选择

英文摘要： Recurrent event data is one of the most important research areas in complex censering data, which are often encountered in biomedical and epidemiology studies,reability testing and so on. It is an important and difficult problem to construct appropriate m

英文关键词： recurrent event data；generalized estimating equation；transform model；terminal event；variable selection