一般而言，迴歸分析的理論大多建立在完整的資料上，當資料完整時，我們常用最小平方法來估計迴歸係數。然而有很多迴歸分析的應用常常會遇到受限資料的問題，此時，以最小平方法進行估計時，必須做適當的修正。本篇論文的目的在於介紹一些修正的方法，而考慮的模式皆為簡單線性迴歸模式。
在第一章的緒論，簡單得說明資料的受限形態，受限資料如何產生以及kaplan-Meier估計量。第二章介紹Miller的估計法。此方法：不考慮受限觀察值，只以非受限觀察值求得迴歸係數的加權平方最小估計值。而權數即由kaplan-Meier估計量所得到。第三章介紹Buckley & James估計法，Schneider & Weissfeld估計法以及我們的Normal Approximation估計法。這些方法：都是先估計受限觀察值，將其估計值當做非受限觀察值，再求得迴歸係數的最小平方估計值。這些方法的差異性只在於如何估計受限觀察值，而其實都是屬於Expectation-Maximization的過程，所求得的最小平方估計值即為EM估計值。第四章我們用模擬的方法比較了上述的四種估計法，將其結果整理成表4.2.1，表4.2.4。
|