Recurrent event data arise frequently in many clinical and observational studies. In this article, we propose a Cox–Aalen rate model to analyze recurrent event data with a terminal event, where the covariate effects are additive, time-varying, and dependent on a latent variable nonparametrically. The association between recurrent and terminal events is fully nonparametric, and a proportional hazards model is specified for the terminal event. To estimate the model parameters, an estimating equation approach is developed and kernel-smoothing techniques are employed to estimate the conditional expectations in the estimating equation. The asymptotic properties of the proposed estimators are derived, and the finite sample performance is evaluated through simulation studies. An application to medical cost data for chronic heart failure patients is presented.

报告人简介：

  中国科糖心视频 数学与系统科学研究院二级研究员，博士生导师。现任全国工业统计学教学研究会副会长，北京应用统计学会副会长，中国统计教育学会高等教育分会副会长，中国现场统计研究会资源与环境统计分会理事长，全国工业统计教学研究会数字经济与区块链技术分会会长，中国统计学会常务理事，中国统计教育学会常务理事等，以及一些国内外期刊的编委。曾任《数理统计与管理》主编、《中国大百科全书》第三版统计学科副主编、中国现场统计研究会副理事长，中国概率统计学会副理事长、《中国科学，数学》等期刊编委、国际华人统计协会（ICSA）Program Committee Member和Membership Committee Co-Chair。

  主要研究方向为生存分析，生物统计，纵向数据、复发事件数据和各种生存数据的统计分析。在统计学顶级期刊JASA（9篇）、Biometrika（2篇），机器学习顶级期刊JMLR（2篇）及计量经济学顶级期刊JBES（1篇）等国内外核心期刊发表学术论文210多篇。主持了国家自然科学基金重点项目1项，并先后主持或参与了973重大项目、国家自然科学基金重大项目、重点项目和面上项目等23项。