Cox模型是生存分析中使用非常广泛的半参数回归模型,
其回归参数的极大部分似然估计具有相合性、渐近正态性及有效性等优良性质.
本文首次给出一种利用相关生存数据的信息提高Cox模型参数估计效率的方法,
利用著名的WLW (1989,
JASA)边际比例风险模型及构造独特的回归参数估计方程对参数估计进行提高效率的研究.
WLW模型在建模时对生存时间之间的相依结构不进行模型假定,
所收集到的数据可以方便地用WLW模型进行刻画,
然而直接由WLW方法进行参数估计无法达到提高估计效率的目的,
本文在Yang (2000)和Cui (2004)的基础上, 利用基于分割的方法,
在一定的最优准则下对生存时间进行``分割重组''构造出优良的估计方程,
求得的参数估计充分利用了相关信息,
由所提取的辅助相依信息提高了参数估计的效率. 模拟研究表明,
在生存时间之间具有一定相依性的情形下,
方法在提高估计效率方面有良好表现.