右側および区間センサリングデータを用いたウェイブル回帰モデルのための左、右、中央値およびランダム点の補完技術

本研究では、センサリングされていないデータ、右センサリングデータ、区間センサリングデータの共変量を持つウェイブル回帰モデルの最尤推定（MLE）を求めるための、左補完、右補完、中央値補完、およびランダム補完といういくつかの補完技術を探求しています。異なる補完技術、サンプルサイズ、センサリング比率に関してモデルのパラメータ推定を取得するためのシミュレーション研究が実施され、バイアス、標準誤差（SE）、および二乗平均平方根誤差（RMSE）を使用してその性能が評価されました。シミュレーションの結果、中央値補完技術が最も低いRMSE値に基づいて他の技術よりも優れていることが示されました。最後に、糖尿病性腎症データが選択された補完技術を使用してモデルに適合されました。その結果、ウェイブル回帰モデルはデータに優れた適合を提供する可能性があり、共変量である性別が患者の腎臓の生存時間に有意な影響を与えることが結論づけられました。