집단화된 생존자료에 대한 분포적합

Fitting of a Distribution for a Grouped Survival Data

이 연구는 임상생명표와 같이 집단화된 생존자료에 대해 분포적합을 시도하였다. 먼저 생명표의 각 구간에 대해 비모수적으로 위험률을 추정한 후, 널리 사용되는 다섯 개의 생존분포(지수분포, 와이블 분포, 콤페르츠분포, 선형지수분포, 감마분포)에 대해 위험함수를 이용한 최소제곱회귀법과 분위수회귀법 그리고 우도함수를 이용한 대체법을 적용하여 분포의 모수 추정을 시도하였다. 그리고 적합도를 시각적으로 검토하고 검정을 하기 위해 부유루토그램 방법을 적용하였다. 몬테카를로 시뮬레이션의 결과로, 표본 크기가 50 이상일 때 감마분포를 제외한 다른 네 개의 분포들에 대해 위 세 가지 적합 방법들 모두 효율적인 추정치를 제공하였다. 표본크기가 200 일 때, 대체법이 감마분포에 대해 효율적인 추정치를 제공하였다. 두 개의 실제 자료에 대해 이 적합법들과 적합도 검정법을 적용하였다.

In this paper, we study fitting of a distribution for a grouped survival data organized as the clinical life table. After estimating nonparametrically the hazard rate of each interval of the life table, we tried to fit each of the five widely used survival distributions by the weighted least squares regression method, the quantile regression method, and the imputation method using the likelihood function. And the suspended rootogram method is given for evaluating the goodness-of-fit of the each of the methods through both the visual inspection and the statistical test. As a result of simulation, least squares regression estimate, least absolutes regression estimates and likelihood function estimates are all efficient when the sample size is 50 or more, except for the gamma distribution. likelihood function estimate is efficient when the sample size is 200 for gamma distribution. Two data sets are used to illustrate the estimation and testing procedures.