[論文レビュー] Estimation in a semiparametric modulated renewal process

Dorota M. Dabrowska, Tung Manh Ho|ArXiv.org|Nov 21, 2005

Statistical Methods and Inference参考文献 21被引用数 8

ひとこと要約

本稿は、時刻に依存する共変量と後向き再発時間に依存するベースライン強度を有する、変調された再生過程における回帰モデルの半パラメトリック推定手法を提案する。カーネルスムージングとU過程理論を用いて、回帰係数および累積ベースラインハザードの推定量の一致性と漸近正規性を確立し、骨髄移植データを用いて検証した。

ABSTRACT

We consider parameter estimation in a regression model corresponding to an iid sequence of censored observations of a finite state modulated renewal process. The model assumes a similar form as in Cox regression except that the baseline intensities are functions of the backwards recurrence time of the process and a time dependent covariate. As a result of this it falls outside the class of multiplicative intensity models. We use kernel estimation to construct estimates of the regression coefficints and the baseline cumulative hazards. We give conditions for consistency and asymptotic normality of estimates. Data from a bone marrow transplant study are used to illustrate the results.

研究の動機と目的

• ベースライン強度が暦時刻および後向き再発時間の両方に依存する半パラメトリックな変調された再生過程におけるパrameter推定の課題に対処すること。
• 再発時間に依存する構造により乗法的でない強度構造が生じるため、標準的な数え上げ過程手法が失敗することを克服すること。
• 時刻に依存する共変量を伴う状況下で、回帰係数およびベースライン累積ハザードのカーネルに基づく推定手順を開発すること。
• 正規性条件の下で、提案された推定量の理論的性質（一致性および漸近正規性）を確立すること。
• 骨髄移植研究からの実データを用いて手法を実証し、実用的適用可能性を示すこと。

提案手法

• 遷移数え上げ過程の強度を、時刻に依存する共変量 $X(s)$ および後向き再発時間 $L(s)$ の関数としてモデル化し、ベースラインハザードを $\alpha_{ij}(L(s), X(s))$ とする。
• バイアスと分散のバランスをとるためにバンド幅 $a$ を用いて、ベースラインハザードの非パラメトリック成分をカーネルスムージングで推定する。
• 統計的推定量の漸近的挙動を分析するため、U過程理論と経験過程技術を適用する。
• 統合スコア関数を含む推定方程式に基づく推定量を導出し、再発時間への依存性を補正した。また、マルティングルおよびU統計量の分解を用いて、漸近正規性を証明する。
• 収束性および漸近正規性を保証するため、共変量、ベースラインハザード関数、およびバンド幅に関する正規性条件を課す。
• 複雑な依存構造を有する状況下でもカーネル法を適用可能にするために、ランダムな時間変換を用いてプロセスを期間スケールで再パrameter化する。

実験結果

リサーチクエスチョン

• RQ1 強度が暦時刻および後向き再発時間の両方に依存する半パラメトリックな変調された再生過程において、回帰係数をどのように一貫して推定できるか。
• RQ2 このようなモデルにおいて、ベースライン累積ハザードおよび回帰係数のカーネルベース推定量の漸近正規性を保証する条件は何か。
• RQ3 なぜ標準的な数え上げ過程手法がこの設定では失敗するのか。カーネルスムージングはその制限をどのように克服できるか。
• RQ4 時刻に依存する共変量の導入が、推定量の漸近的性質にどのように影響するか。
• RQ5 提案手法は、状態空間が小さい多様タイプの再生過程に適用可能か。理論的保証は何か。

主な発見

• 正規性条件の下で、回帰係数 $\beta$ のカーネルベース推定量は一貫的かつ漸近正規的である。具体的には $na^2 \to \infty$ および $na^4 \to 0$ の条件を満たす。
• ベースライン累積ハザードはカーネルスムージングにより推定され、U過程理論および経験過程のバインドを用いてその漸近分布が導出された。
• 提示されたバンド幅条件の下で、真の $\beta_0$ におけるスコア関数 $\Phi_n(\beta)$ は確率的にゼロに収束し、一貫性が保証される。
• 推定量の漸近分散は、推定方程式をマルティングル項と余剰項に分解することで導出され、余剰項が漸近的に無視可能であることが示された。
• 骨髄移植研究からのデータを用いた検証により、手法の実用的妥当性および頑健性が示された。
• スコア関数の有界性およびベースラインハザードの可積分性を含む条件を満たすことで、分散行列の逆行列の安定性が保証され、理論的結果が成立する。