典型文献
混合复发事件与面板数据下的可加可乘模型
文献摘要：
事件历史记录数据(Event History Data)是随时间观察而得到的,记录特定事件发生时间和发生类型的观测数据.这种数据类型在生物医学等领域的研究中十分常见,它包含了两类非常重要的数据类型,复发事件数据(Recurrent Event Data)和面板计数数据(Panel Count Data).在实际生产过程中,有时会出现上述两种数据类型混杂的情况,文本提出了可加可乘半参数建模的方法来分析这种混杂数据.我们讨论了参数估计的相合性和渐近正态性,以及基准率函数的渐近高斯性质.我们进行了数据模拟,比较了我们提出的方法与naive方法的区别.
文献关键词：
复发事件;面板计数数据;可加可乘模型;半参数分析
中图分类号：
作者姓名：
王晓宇
作者机构：
中国科学院数学与系统科学研究院,北京100190
文献出处：
引用格式：
[1]王晓宇-.混合复发事件与面板数据下的可加可乘模型)[J].应用数学学报,2022(06):795-805
A类：
可加可乘模型,面板计数数据,半参数分析
B类：
复发事件,历史记录,Event,History,Data,时间观,发生时间,观测数据,数据类型,件数,Recurrent,Panel,Count,参数建模,杂数,参数估计,相合性,渐近正态性,数据模拟,naive
AB值：
0.337731
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
