• 대한수학회보
• /
• 제40권2호
• /
• pp.269-279
• /
• 2003

We prove an empirical LIL for the Kaplan-Meier integral process constructed from the random censorship model under bracketing entropy and mild assumptions due to censoring effects. The main method in deriving the empirical LIL is to use a weak convergence result of the sequential Kaplan-Meier integral process whose proofs appear in Bae and Kim [2]. Using the result of weak convergence, we translate the problem of the Kaplan Meier integral process into that of a Gaussian process. Finally we derive the result using an empirical LIL for the Gaussian process of Pisier [6] via a method adapted from Ossiander [5]. The result of this paper extends the empirical LIL for IID random variables to that of a random censorship model.

• Communications for Statistical Applications and Methods
• /
• 제5권3호
• /
• pp.685-694
• /
• 1998

임상실험이나 신뢰성공학 분야에서 임의 중단자료를 이용한 비모수적 신뢰도 추정량으로 Kaplan-Meier 추정량과 Nelson형 추정량이 많이 사용되고 있다. 그러나 Nelson형 추정량은 평균제곱오차의 관점에서 Kaplan-Meier 추정량보다 추정능력이 우수한 반면 편의는 신뢰도가 감소함에 따라 양의 방향으로 점증하는 소표본 특성을 갖는다. Nelson형 추정량의 이러한 특성 때문에 신뢰도의 함수로 표현되는 잔여수명 분위수함수 등의 추정시에는 평균제곱오차의 관점에서 Kaplan-Meier 추정량보다 추정능력이 떨어짐을 볼 수 있다. 이러한 점을 고려하여 이 두 추정량을 가중평균으로 통합한 새로운 비모수적 신뢰도 추정량을 제안하고 추정량의 특성을 비교 분석하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권6호
• /
• pp.1045-1054
• /
• 2012

서포트벡터 기계는 분류 및 비선형 함수추정에서 유용하게 사용되고 있는 통계적 기법이다. 본 논문에서는 두 개의 입력변수와 회귀함수의 단조 관계를 이용하여 단조 서포트벡터기계를 제안하고, Kaplan-Meier의 방법에 의해서 생존함수의 추정값이 주어진 경우 제안된 방법을 이용하여 생존 함수를 평활하는 방법 또한 제안한다. 모의실험에서는 실제 생존함수를 이용하여 Kaplan-Meier의 방법에 의한 생존함수의 추정값과의 성능을 비교함으로써 제안된 방법의 우수성을 보이기로 한다.

• Journal of the Korean Statistical Society
• /
• 제26권2호
• /
• pp.231-243
• /
• 1997

In this paper we investigate weak convergence of the intergral processes whose index set is the non-compact infinite time interval. Our first goal is to develop the empirical central limit theorem as random elements of [0, .infty.) for an integral process which is constructed from iid variables. In developing the weak convergence as random elements of D[0, .infty.), we will use a result of Ossiander(4) whose proof heavily depends on the total boundedness of the index set. Our next goal is to establish the empirical central limit theorem for the Kaplan-Meier integral process as random elements of D[0, .infty.). In achieving the the goal, we will use the above iid result, a representation of State(6) on the Kaplan-Meier integral, and a lemma on the uniform order of convergence. The first result, in some sense, generalizes the result of empirical central limit therem of Pollard(5) where the process is regarded as random elements of D[-.infty., .infty.] and the sample paths of limiting Gaussian process may jump. The second result generalizes the first result to random censorship model. The later also generalizes one dimensional central limit theorem of Stute(6) to a process version. These results may be used in the nonparametric statistical inference.

• 한국신뢰성학회지:신뢰성응용연구
• /
• 제16권1호
• /
• pp.56-63
• /
• 2016

Purpose: The purpose of this study is to point out that the Kaplan-Meier method is not valid to calculate the survival probability or failure probability (risk) in the presence of competing risks and to introduce more valid method of cumulative incidence function. Methods: Survival analysis methods have been widely used in biostatistics division. However the same methods have not been utilized in reliability division. Especially competing risks cases, where several causes of failure occur and the occurrence of one event precludes the occurrence of the other events, are scattered in reliability field. But they are not noticed in the realm of reliability expertism or they are analysed in the wrong way. Specifically Kaplan-Meier method which assumes that the censoring times and failure times are independent is used to calculate the probability of failure in the presence of competing risks, thereby overestimating the real probability of failure. Hence, cumulative incidence function is introduced and sample competing risks data are analysed using cumulative incidence function and some graphs. Finally comparison of cumulative incidence functions and regression type analysis are mentioned briefly. Results: Cumulative incidence function is used to calculate the survival probability or failure probability (risk) in the presence of competing risks and some useful graphs depicting the failure trend over the lifetime are introduced. Conclusion: This paper shows that Kaplan-Meier method is not appropriate for the evaluation of survival or failure over the course of lifetime. In stead, cumulative incidence function is shown to be useful. Some graphs using the cumulative incidence functions are also shown to be informative.

• 응용통계연구
• /
• 제34권6호
• /
• pp.957-968
• /
• 2021

역중도절단확률가중(inverse censoring probability weighting, ICPW)은 생존분석에서 흔히 사용되는 방법이다. 중도절단 회귀모형과 같은 ICPW 방법의 응용에 있어서 중도절단 확률의 정확한 추정은 핵심적인 요소라고 할 수 있다. 본 논문에서는 중도절단 확률의 추정이 ICPW 기반 중도절단 회귀모형의 성능에 어떠한 영향을 주는지 모의실험을 통하여 알아보았다. 모의실험에서는 Kaplan-Meier 추정량, Cox 비례위험(proportional hazard) 모형 추정량, 그리고 국소 Kaplan-Meier 추정량 세 가지를 비교하였다. 국소 KM 추정량에 대해서는 차원의 저주를 피하기 위해 공변량의 차원축소 방법을 추가적으로 적용하였다. 차원축소 방법으로는 흔히 사용되는 주성분분석(principal component analysis, PCA)과 절단역회귀(sliced inverse regression)방법을 고려하였다. 그 결과 Cox 비례위험 추정량이 평균 및 중위수 중도절단 회귀모형 모두에서 중도절단 확률을 추정하는 데 가장 좋은 성능을 보여주었다.

• 품질경영학회지
• /
• 제23권4호
• /
• pp.42-51
• /
• 1995

The bootstrap confidence intervals are a computer-based method for assigning measures of accuracy to statistical estimators. In this paper we examine the small sample behavior of the Kaplan-Meier and Nelson-type estimators for the survival function using the bootstrap and asymptotic normal-theory confidence intervals. The Nelson-type estimator is nearly always better than the Kaplan-Meier estimator in the sense of achieved error rates. From the point of confidence length, the reverse is true. Also, we show that the bootstrap confidence intervals are better than the asymptotic normal-theory confidence intervals in terms of achieved error rates and confidence length.

• Journal of the Korean Data and Information Science Society
• /
• 제11권2호
• /
• pp.225-233
• /
• 2000

수명시험에서 시험에 장기간 노출된 대상 부품이나 실험 대상자의 수명은 관측되는 경우보다 관측중단이 일어나기가 쉽다. 이와 같은 경우에 임의중단모형에서 생존함수 추정량으로 흔히 이용되는 Kaplan과 Meier의 추정량은 수명분포의 오른쪽 꼬리부분에서 심각한 편의가 발생된다. 이러한 문제점에 대한 대안으로 정상적으로 관측된 최장수명보다 큰 관측중단수명이 많은 극단적인 오른쪽 관측중단모형에서 새로운 비모수적 생존함수 추정량을 제안하고 그 특성을 몬테칼로 모의실험을 통하여 기존의 추정량과 비교 분석하였다.

• Communications for Statistical Applications and Methods
• /
• 제12권3호
• /
• pp.807-818
• /
• 2005

In this paper we propose an estimation method for regression quantiles with left-truncated and right-censored data. The estimation procedure is based on the weight determined by the Kaplan-Meier estimate of the distribution of the response. We show how the proposed regression quantile estimators perform through analyses of Stanford heart transplant data and AIDS incubation data. We also investigate the effect of censoring on regression quantiles through simulation study.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2005년도 춘계 학술발표회 논문집
• /
• pp.251-255
• /
• 2005

중도절단된 자료와 표본수가 적은 자료를 가지는 생존분석에서 생존율을 추정하거나 두 집단의 생존율을 비교할 때 정규분포 근사를 가정한 신뢰구간을 이용하는 데는 많은 어려움이 생긴다. 생존함수의 신뢰구간에 대한 중도절단을, 표본의 크기에 따른 다양한 상황의 모의실험을 통하여 Kaplan-Meier, Nelson, 적률 추정량 그리고 cox model의 ${\beta}$을 가지고 붓스트랩을 이용한 신뢰구간과 비모수 신뢰구간, 우도비 신뢰구간의 실제 포함 확률을 비교해보고자 한다.