Advertisement

Neue Methoden zur nichtparametrischen Schätzung von Dichte- und Hazardfunktionen bei zensierten Daten mit Anwendungen in klinischen Studien

  • K. Failing
Conference paper
Part of the Medizinische Informatik und Statistik book series (MEDINFO, volume 50)

Zusammenfassung

Es werden neue Methoden zur nichtparametrischen Schätzung von Dichte- und Hazardfunktionen bei (rechts-) zensierten Daten vorgestellt und deren Anwendung an den Daten zweier Krebsstudien demonstriert. Die Verfahren geben bei der Uberprüfung von Modellannahmen und der Modellauswahl bei zensierten Daten Hilfestellung. Es werden Hinweise für die Festlegung vom Anwender zu wählender Glättungsparameter gegeben.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. 1.
    Bean, S.J., Tsokos, C.P.: Developments in nonparametric density estimation. Internat, statist. Rev. 48 (1980) 267–287.Google Scholar
  2. 2.
    Breslow, M., Crowley, J.: A large sample study of the life table and product limit estimates under random censorship. Ann. Statist. 2 (1974) 437–453.CrossRefGoogle Scholar
  3. 3.
    Dixon, W.J. (Ed.): BMDP Statistical Software. Berkeley: University of California Press 1981.Google Scholar
  4. 4.
    Failing, K.: Die Verallgemeinerung und Konsistenz von nichtparametrischen Dichte- und Hazard-Raten-Schätzern für den Fall zensierter Daten. Dissertation im Fachbereich Mathematik, Universität Giessen 1983.Google Scholar
  5. 5.
    Gross, A.J., Clark, V.A.: Survival Distributions: Reliability Applications in the Biomedical Sciences. New York: Wiley 1975.Google Scholar
  6. 6.
    Kaplan, E.L., Meier, P.: Nonparametric estimation from incomplete observations. J. Amer. statist. Ass. 53 (1958) 457–481.CrossRefGoogle Scholar
  7. 7.
    Nelson, W.: Hazard plotting for incomplete failure data. J. Qual. Technol. 1. (1969) 27–52.Google Scholar
  8. 8.
    Rice, J., Rosenblatt, M.: Estimation of the log survivor function and hazard function. Sankhya A 38 (1976) 60–78.Google Scholar
  9. 9.
    Schumacher, M.: Methoden zur Überprüfung der Voraussetzungen des Coxschen Regressionsmodells. In Berger, J., Höhne, K.H. (Hrsg.): Methoden der Statistik und Information in Epidemiologie und Diagnostik. Proceedings der 27. Jahrestagung der GMDS, Hamburg, 1982, S. 78–88. Berlin-Heidelberg-New York-Tokyo: Springer 1983.Google Scholar
  10. 10.
    Victor, N.: Alternativen zum klassischen Histogramm. Meth. Inform. Med. 17 (1978) 120–126.PubMedGoogle Scholar
  11. 11.
    Watson, G.S., Leadbetter, M.R.: Hazard analysis. I. Biometrika 51 (1964) 175–184.Google Scholar
  12. 12.
    Wertz, W.: Statistical Density Estimation, a Survey. Göttingen: Vandenhoeck & Ruprecht 1978Google Scholar

Copyright information

© Springer-Verlag Berlin Heidelberg 1984

Authors and Affiliations

  • K. Failing
    • 1
  1. 1.FB 18/ Justus Liebig-UniversitätGiessenDeutschland

Personalised recommendations