标题： 基于野-bootstrap的乘法风险率模型置信带 显示英文标题

标题： Wild Bootstrap based Confidence Bands for Multiplicative Hazards Models

摘要： 我们提出了新的重采样方法，以构建多状态Cox模型中累积危险函数的时间同时置信带，并且这些置信带渐近有效。 特别是，我们详细举例说明了这种方法在具有时变协变量的简单Cox模型中的应用，其中数据可能受到独立右删失或左截断的影响。 通过广泛的模拟研究，我们调查了它们在有限样本下的表现。 最后，我们将这些方法应用于一个经验实例的分析。 显示英文摘要

摘要： We propose new resampling-based approaches to construct asymptotically valid time simultaneous confidence bands for cumulative hazard functions in multi-state Cox models. In particular, we exemplify the methodology in detail for the simple Cox model with time dependent covariates, where the data may be subject to independent right-censoring or left-truncation. In extensive simulations we investigate their finite sample behaviour. Finally, the methods are utilized to analyze an empirical example.