Оптимальный подход к отбору проб для моделей кокса с использованием данных, полученных в результате крупномасштабной градации по длине и правым цензурам

Статистические данные > Методология [представлена 16 октября 2026 года] Название: Optimal sub-отборник моделей кокса на основе крупномасштабных данных с правой цензурой по длине View PDF HTML (экспериментальный) резюме: В условиях быстрого развития технологий сбора данных все более широко распространены массивные данные о выживании, что создает значительные вычислительные проблемы для стандартной модели пропорциональных рисков по Коксу в рамках сложных механизмов цензуры и сокращения. В настоящем документе рассматривается анализ крупномасштабных данных с правой цензурой по длине в рамках модели Кокса. Мы предлагаем новый подвыборочный подход для повышения вычислительной эффективности крупных образцов и теоретически установим, что полученный в результате анализ подпоказателей обеспечивает эффективное приближение к оценке полных данных при сохранении последовательности и асимптотической нормальности. В соответствии с критериями оптимальности A и L производится эксплицитная оптимальная подвыборка вероятностей. Для содействия практическому осуществлению мы разрабатываем эффективный двухэтапный алгоритм оценки. Широкомасштабные цифровые имитации и эмпирический анализ данных о полетах авиакомпаний США позволяют оценить эффективность оценки и прирост вычислительных затрат при различных коэффициентах цензуры и размерах выборки. Полученные результаты свидетельствуют о том, что предлагаемый метод позволяет существенно сократить расходы на расчеты при сохранении статистической точности…