Abstract
目前有許多分析設限(CENSORED) 之迴歸(REGRESSION)模式之可行無母數(NONPARAMETRIC)方法，例如：COX(1972),MILLER(1976),BUCKIEY & JAMES(1979)以及 KOUL,SUSARLA & VAN RYZIN(1981,1982)……等，這些方法分別建立於呈比例性危險(PROPORTIONAL HAZARDS) 模式或於線性(LINERA)迴歸模式。為了證明這些方法之可行性,他們分別做了許多模擬實驗並給予一些理論上或直觀上的理由。在MILLER & HALPERN (1982)論文中＜他們對前面所提的前四種方法做了一翻比較與討論。這些方法分析史丹福換心手術資料（截至一九八○年二月）所得之結果，以及一些其它的分析來看，他們聲稱，COX 以及BUCK-LEY & JAMES 的方法用於迴歸參數之估計為較可靠的方法。然而對於線性迴歸中的BUCKLEY & JAMES 的方法而言，仍然有兩大問題未被完全解決。其一為斜率(SLOP) 參數之估計值常會跳動(OSCILLATE) 不已；另一為他們所提之一對於斜率參數估計值之變異數(VARIANCE) 的估計公式，並沒有給予數學上之證明。此兩大問題是吾人所感興趣的，此篇論文即試圖給予一個較小跳動之估計值，可由蒙地卡羅(MONTE CARLO) 模擬試驗看出，以及一個利用所謂拔靴帶(BOOTSTRAP) 方法所得的變異數估計值。在繼續任何前面所提的問題之前，我們首先在第二節給了一個KAPLANMEIER 估計式之簡要概述，它不但是倖存分析(SURVIVAL ANALYSIS) 之一基本工具，並且也是最小平方(LEAST SQUARE)法之骨幹。在第三節中，我們利用直線或三次樣條(CUBIC SPLINE)曲線將分配函數平滑化，再利用BUCKLEY & JAMES 之方法得到一些較小跳動之估計值。第四節討論所謂拔靴帶變異數估計值之問題,並也估了一些不同條件下的模擬試驗。最後吾人將第四節所用之程式附於封底。省略第三節所用之程式的原因是因這兩個程式有許多方面是相同的。