Semiparametric Transformation Models with Time-varying Coefficients for Recurrent and Terminal Events
报告人:孙六全
报告地点:数学与统计学院 501教室
报告时间:2010年12月14日 10:00-11:30
邀请人:
报告摘要:
In this article, we propose a family of semiparametric transformation models with time-varying coefficients for recurrent event data in the presence of a terminal event such as death. The new model offers great flexibility in formulating the effects of covariates on the mean functions of the recurrent events among survivors at a given time. For the inference on the proposed models, a class of estimating equations is developed and asymptotic properties of the resulting estimators are established. In addition, a lack-of-fit test is provided for assessing the adequacy of the model, and some tests are presented for investigating whether or not covariate effects vary with time. The finite-sample behavior of the proposed methods is examined through Monte Carlo simulation studies, and an application to a bladder cancer study is also illustrated.
主讲人简介:
孙六全,中国科学院数学与系统科学研究院研究员,博士生导师。兼任中国第二届数学名词审定委员会委员,中国概率统计学会常务理事和副秘书长,中国现场统计研究会资源与环境统计分会秘书长,中国现场统计研究会理事,全国统计方法应用技术标准化委员会第六分会副主任,《数理统计与管理》杂志编委。1998年获北京大学理学博士学位,1998年至2000年在中国科学院应用数学研究所从事博士后研究,2002年至2004年在美国Missouri-Columbia大学从事博士后研究。 孙六全研究员长期从事生存分析、生物与医学统计、复发事件和纵向数据的统计推断、区间删失数据和各种不完全观察数据的统计分析、数理统计及其应用等方面的研究。在国内外核心刊物发表学术论文70多篇。主持或主要参加了973重大项目,国家自然科学基金重点项目和面上项目等12项。2007年部分工作作为“数学方法在生物医学领域中的重要应用”中的成果入选为中科院数学院2007年十大重要科技进展项目,2008年获中科院数学院突出科研成果奖。