On analysis of survival function estimators with its identifiability with model of right random censorship | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2025. № 71. DOI: 10.17223/19988605/71/6

ГлавнаяАрхивOn analysis of survival function estimators with its identifiability with model of right random censorship | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2025. № 71. DOI: 10.17223/19988605/71/6

On analysis of survival function estimators with its identifiability with model of right random censorship

Рассматривается модель случайного цензурирования справа, в которой исследуются сглаженные модификации экспоненциальной, множительной и степенной оценок функции выживания. Демонстрируются доверительные полосы для естественных и искусственных наблюдений для рассматриваемых оценок. Показано, что сглаженные степенные оценки обладают рядом преимуществ по сравнению с экспоненциальной и множественной оценками. Показано, что именно степенная оценка обладает свойством идентифицируемости с моделью случайного цензурирования справа в случае выборки конечного объема. Вклад авторов: все авторы сделали эквивалентный вклад в подготовку публикации. Авторы заявляют об отсутствии конфликта интересов.

Ключевые слова

модель случайного цензурирования справа, функция выживания, экспоненциальная, множительная и степенные оценки, сглаженные ядерные оценки

Авторы

ФИООрганизацияДополнительноE-mail
Абдушукуров Абдурахим АхмедовичМосковский государственный университет, филиал в Ташкентедоктор физико-математических наук, профессорa_abdushukurov@rambler.ru
Бозоров Сухроб БаходировичГулистанский государственный университетдокторантsuxrobbek_8912@mail.ru
Всего: 2

Ссылки

Abdushukurov, A.A., Bozorov, S.B., & Mansurov, D.R. (2024) Optimal kernel density estimation by statistical modeling with random censoring of observations. Vestnik Tomskogo gosudarstvennogo universiteta. Upravleniye, vychislitel'naya tekhnika i informatika - Tomsk State University Journal of Control and Computer Science. 67. pp. 49-59. DOI: 10.17223/19988605/67/6.
Akritas, M.G. (2000) The central limit theorem under censoring. Bernulli. 6(6). pp. 1109-1120.
Breslow, N. (1972). Discussion of professor Cox’s paper. Journal of Royal Statistics Society. 34(A). pp. 216-217.
Breslow, N. & Crowley, J. (1974) A large sample study of the life table and product-limit estimates under random censorship. Annual Statistics. 2. pp. 437-453.
Burke, M.D., Csorgo, S. & Horvath, L. (1981) Strong approximations some biometric estimates under random censorship. Z. Wahrscheinlich. Verw. Gebiete. 56. pp. 87-112.
Burke, M.D., Csorgo, S. & Horvath, L. (1988) A correction toand improvement of “Strong approximations of some biometric estimates under random censorship.” Probability Theory and Related Fields. 79. pp. 51-57.
Csorgo, S. (1996). Universial Gaussian approximations under random censorship. Annual Statistics. 24(6). pp. 2744-2778.
Csorgo, S., & Horvath, L. (1982). On random censorship from the right. Acta Sci. Math. 44. pp. 23-34.
Kaplan, E.L. & Meier, P. (1958) Nonparametric estimation from incomplete observations. Journal of American Statistics Association. 53. pp. 457-481.
Abdushukurov, A.A., & Mansurov, D.R. (2023) Estimating the distribution function using parametric methods in informative model of random censorship from both siodes. In: Dudin, A., Nazarov, A. & Moiseev, A. (eds) Communication in Computer and Information Sciences (CCIS). Springer. pp. 2025-2037.
Altshuler, B. (1970) Theory of measurements for competing risks in animal expriments. Math. Bioscieces. 6. pp. 1-11.
Abdushukurov, A.A. (1998) Nonparametric estimation of the distribution function based on relative risk function.Communication in Statististics - Theory & Methods. 27(8). pp. 1991-2012.
Abdushukurov, A.A. (1999) On nonparametric estimation of probability indices by censored samples. Theory of Probability and its Applications. 43(1). pp. 3-11.
Abdushukurov, A.A. (2011) Estimation of Unknown Distributions by Incomplete Observations. LAMBERT Academic Publishing (LAP).
Jacome, M.A. & Cao, R. (2004) Presmoothed kernel density estimator for censored data. Journal of Nonparam. Statist. 16. pp. 289-309.
Abdushukurov, A.A. (1987) Nonparametric estimation in Proportional Hazards Model. Technical Repert N3448-B -87.
Abdushukurov, A.A. (1987) Estimating of probability density and intensity functions of the Koziol-Green model of random censoring. Sankhya Indiren Journal of Statistics. 48(1). pp. 150-168.
Cheng, P.E. & Ling, G.D. (1987) Maximum likelihood estimation of a survival function under Koziol-Green proportional hazards model. Statist. Probability Letters. 5. pp. 75-80.
Csorgo, S. (1989) Testing for the proportional hazards model of random censorship. Proceedings IVPrague Symp. Asump. Statist. Charles Univ. Press. Prague. pp. 41-53.
Abdushukurov, A.A., Nurmukhamedova, N.S. & Bozorov, S.B. (2021) Nonparametric estimation of the distribution function under right random censoring based on presmoothed relative risk function. Lobachevskii Journal of Mathematics. 42(2). pp. 257-268.
Efron, B. (1981) Censored data and the Bootstrap. The Journal of the Acoustical Society of America. 76(374). pp. 312-319.
Csorgo, S. & Horvath, L. (1986) Confidence bands from censored samples. Canadian Journal of Statistics. 14(2). pp. 131-144.
On analysis of survival function estimators with its identifiability with model of right random censorship | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2025. № 71. DOI: 10.17223/19988605/71/6

On analysis of survival function estimators with its identifiability with model of right random censorship | Вестник Томского государственного университета. Управление, вычислительная техника и информатика. 2025. № 71. DOI: 10.17223/19988605/71/6