可加危险生存治愈模型的估计

最近以来,可加危险(AH)模型被广泛地应用于生存分析数据,模型的协变量可以假设为时间独立或时间相关.基于混合、非混合治愈模型和“不正确”的比例危险模型,本文将上述的可乘危险模型延伸到可加的危险模型,这里的模型可以允许含治愈部分的生存数据的存在.“不正确”的AH模型的模型识别和参数估计也在文中进行了讨论.     

删失数据下事件持续时间多因素生存分析模型

交通事件持续时间是事故管理研究中最重要的指数之一,应用半参数比例风险模型和参数加速失效模型分析了多因素事件持续时间及其危险因子之间的关系.利用浙江省某高速公路3年内采集的事件数据,通过对交通事件各状态概率分布函数的显著性分析,比较了比例风险模型和加速失效模型对协变量选择及生存率对共同协变量的敏感性.基于Cox比例风险模型和对数罗吉斯蒂加速失效模型的参数估计表明,有6个显著性的协变量入选各自估计的生存函数,包括报警时段、事故类型、报警方式、占用车道数、受伤人数和当场亡人.对于最显著示性变量(当场亡人),持续时间生存概率估计曲线表明,加速失效模型对于该变量更敏感,且Cox比例风险模型更适合于短时持续时间的预测.此外,生存模型可以基于事故报告信息预测持续时间大小的概率,有益于事故预后措施的实施及为紧急救援提供决策参考.     

Cox比例风险模型的桥估计

在经济领域和生物科学领域的研究中,经常会遇到包括有变量指标多、样本量大的数据集.一般来说,在一个复杂模型中如果包括有很多微不足道的变量,统计结果往往很难解释.因此,为了减少这种误差,在没有先验的专业知识情况下,研究变量的选择方法非常重要.Cox比例风险模型是生存分析中重要的模型之一.本文将桥估计的变量选择方法应用于Cox比例风险模型中,该方法使用的惩罚函数是p∑j=1｜βj｜γ.用桥估计方法估计未知参数和变量选择,在一定条件下,讨论了基于惩罚部分似然的桥估计方法在Cox比例风险模型中的Oracle性质,即：相合性和渐近正态性.     

分位数回归模型中的两步变量选择

对于高维分位数回归模型提出了一种两步变量选择方法,这里协变量的维数pn远远大于样本量n.在第一步中,使用e1惩罚,并且证明第一步由LASSO惩罚所得到的惩罚估计量能够把模型从超高维降到同真实模型同阶的维数,并且所选模型能够覆盖真实模型.第二步对第一步所得模型使用自适应的LASSO惩罚来剔除冗余变量.在一些正则性条件下,证明了此方法具有变量选择的相合性.还进行了数值模拟和实际数据分析,用来表明此方法在有限样本下的表现.     

可加危险生存治愈模型的估计

最近以来，可加危险（AH）模型被广泛地应用于生存分析数据，模型的协变量可以假设为时间独立或时间相关。基于混合、非混合治愈模型和“不正确”的比例危险模型，本文将上述的可乘危险模型延伸到可加的危险模型，这里的模型可以允许含治愈部分的生存数据的存在。“不正确”的AH模型的模型识别和参数估计也在文中进行了讨论。     

分位数回归模型中的两步变量选择（英文）

对于高维分位数回归模型提出了一种两步变量选择方法,这里协变量的维数p_n远远大于样本量n.在第一步中,使用l_1惩罚,并且证明第一步由LASSO惩罚所得到的惩罚估计量能够把模型从超高维降到同真实模型同阶的维数,并且所选模型能够覆盖真实模型.第二步对第一步所得模型使用自适应的LASSO惩罚来剔除冗余变量.在一些正则性条件下,证明了此方法具有变量选择的相合性.还进行了数值模拟和实际数据分析,用来表明此方法在有限样本下的表现.     

基于非可加测度的一致性变异测度

建立在经典概率测度理论体系下的风险测度理论已经有了不少的研究成果,但在金融、保险市场中存在着许多的非可加风险,针对传统风险测度理论分析非可加风险的缺陷,研究了在Choquet积分理论基础上的风险变量空间为非可加测度空间的变异测度问题,证明了这种测度是共单调可加一致性的变异测度,给出了在Chance空间共单调可加一致性变异测度的表示定理,这些结论是对风险变异测度理论在非可加条件下的发展,对于分析非可加风险具有重要的理论价值与现实意义。     

带有协变量动态可靠性模型参数的估计

考虑带有协变量的k-out-of-n系统, 假设系统中正常工作变量剩余寿命的条件风险函数为成比例的风险模型, 讨论该模型参数、 系统的可靠度函数和分位数函数的最大似然估计以及这些估计量的渐近正态性, 给出模型参数的置信区间, 并对点估计和区间估计进行Monte Carlo模拟研究. 结果表明, 估计量的均方误差随样本容量的增加而减少.     

利用设备响应状态信息的运行可靠性评估

为了保障关键设备的运行安全可靠,以克服经典的可靠性分析方法难以评估单台运行设备可靠性的不足,提出了一种利用设备响应状态信息的运行可靠性评估方法.该方法利用设备响应状态信息,应用小波包分析和距离评估技术,提取并优选反映设备运行状态的敏感特征指标,然后结合比例协变量模型,给出基本响应协变量函数的定量计算方法,从而建立了设备的可靠性评估模型,实现了设备的运行可靠性评估.该方法通过特征优选将敏感响应协变量特征指标引入到设备可靠性评估中,实现了基本响应协变量函数的准确定量计算及设备运行可靠性的有效评估.将该方法应用到数控机床刀具的可靠性分析中,有效地评估了数控机床刀具的运行可靠性,并验证了提出方法的合理性和有效性.     

基于役龄和健康指数的可加故障率模型研究

针对传统的可加故障率模型(AHM)在描述设备状态对故障率的影响时存在缺陷,提出采用健康指数作为表征设备状态的变量,建立起以役龄和健康指数作为变量的AHM模型,基于该模型的构建原理提出模型解法,共三步:首先,求解基准故障率函数时,运用基于LS-SVM的EMD改进算法获取故障率演变曲线,用遗传算法优化该曲线;然后,求解协变量函数时,运用了灰色理论的NGDM模型;最后,对基准故障率函数和协变量函数进行联合优化。通过仿真数据验证,该方法的拟合误差小于2%,预测误差小于3%。结合真实案例探讨了模型适用性的初步检验方法,最终对模型的使用方法进行了论述。