Eine Klasse von semiparametrischen Regressionen für das Modell der beschleunigten Ausfallzeit

In diesem Papier wird eine allgemeine Klasse von nichtparametrischen Teststatistiken vorgestellt, die sowohl lineare als auch nichtlineare Rangtests für das Modell der beschleunigten Ausfallzeit umfasst. Für rechtszensorierte Daten beinhaltet diese allgemeine Klasse semiparametrischer Regressionsverfahren die linearen Rangschätzer von Tsiatis (1990), erweitert den Theil-Sen-Schätzer basierend auf Kendalls τ auf die multiple Regression und führt mehrere neue Familien von Regressionsmethoden ein, die auf der Inversion nichtlinearer Rangtests basieren. Diese neuen Familien beinhalten die gewichteten generalisierten Logrank-Schätzer und die gewichteten Logit-Rangschätzer. Mehrere Schätzer der Standardfehler der Regressionskoeffizienten werden angegeben. Die Schätzer der Regressionskoeffizienten sind konsistent und asymptotisch normal mit Varianzen, die konsistent geschätzt werden können. Mehrere lineare und nichtlineare rangbasierte Schätzer der Regressionsparameter sowie mehrere Methoden zur Schätzung ihrer Standardfehler und der entsprechenden Konfidenzintervalle werden in einer kleinen Stichproben-Simulation in Settings mit und ohne Ausreißer unter den Kovariaten verglichen. In diesen Simulationen schnitten die generalisierten Logrank-Schätzer gut ab im Vergleich zu den Logrank-Schätzern, wenn es keine Ausreißer unter den Kovariaten gab, und hatten weniger Verzerrung als die Logrank-Schätzer, wenn Ausreißer unter den Kovariaten existierten.