Non-parametric quantile regression for censored data
- Die vorliegende Arbeit beschäftigt sich mit der nichtparametrischen Schätzung der bedingten Verteilungs- und Quantilsfunktion für zensierte Datensätze. Für rechtszensierte Daten werden Sätze über die Prozesskonvergenz des bedingten Kaplan-Meier Schätzers (auch Beran Schätzer genannt) auf maximal möglichen Intervallen hergeleitet. Diese Resultate werden verwendet um Schätzer der bedingten Verteilungsfunktion für beidseitig zensierte Daten zu konstruieren und deren Eigenschaften zu untersuchen. Unter Verwendung des Konzeptes der monotonen Umordnung werden basierend darauf Schätzer für die bedingte Quantilsfunktion vorgestellt welche das crossing-Problem vermeiden, und die asymptotischen Eigenschaften dieser Statistiken werden untersucht. Eine Simulationsstudie demonstriert die Eigenschaften der Quantilsschätzer für endliche Stichproben.
Download full text files
Additional Services
| Author: | Stanislav VolgushevGND |
|---|---|
| URN: | urn:nbn:de:hbz:294-28018 |
| Referee: | Holger DetteORCiDGND, Herold DehlingGND, Ingrid van Keilegom |
| Document Type: | Doctoral Thesis |
| Language: | English |
| Date of Publication (online): | 2010/03/29 |
| Date of first Publication: | 2010/03/29 |
| Publishing Institution: | Ruhr-Universität Bochum, Universitätsbibliothek |
| Granting Institution: | Ruhr-Universität Bochum, Fakultät für Mathematik |
| Date of final exam: | 2010/02/03 |
| Creating Corporation: | Fakultät für Mathematik |
| GND-Keyword: | Zensierte Stichprobe; Quantil; Verteilungsfunktion; Nichtparametrisches Modell; Nichtparametrische Regression |
| Dewey Decimal Classification: | Naturwissenschaften und Mathematik / Mathematik |
| Licence (German): |  Keine Creative Commons Lizenz - es gelten der Veröffentlichungsvertrag und das deutsche Urheberrecht |
