复发事件数据

复发事件数据（recurrence event data），理学-统计学-数理统计-【核心概念】-【核心概念】，复发事件重复发生的时间数据。复发事件是指感兴趣的非死亡性事件，可以多次重复发生。在医学、经济学、生物学等领域，复发事件数据非常普遍。例如：中国股市的某只股票涨停或者跌停，地震发生，哮喘发作，某种流行病爆发的时间，保单的保险理赔，大型软件系统的测试与调试等。复发事件数据的研究主要集中在：①估计总体复发事件在固定时刻发生次数的均值函数或者强度函数。②比较不同总体复发事件的特征。③分析不依赖时间变化的协变量，依赖时间变化的协变量，以及处理对复发事件的发生的影响。复发事件数据的分析非常具有挑战性。例如：在临床试验中要对患者进行持续性观测，患者可能因为中途退出，或者死亡等多种原因，数据产生缺失或者删失，所以数据结构非常复杂，而且患者的退出也有可能与复发事件有关，这样导致分析数据困难。针对复发事件数据，经典的工具是采用点过程和鞅的理论，以及采用Cox型的强度函数或者速率函数。采用速率函数来分析协变量与复发事件的关系，因条件简单一些更受欢迎。