Semiparametric estimation for the functional additive hazards model

We propose a new functional additive hazards model to investigate the potential effects of functional and scalar predictors on mortality risks, and develop a penalized least squares estimation method for model parameters based on a pseudoscore estimating equation. A reproducing kernel Hilbert space approach is used to establish the consistency, convergence rate, and joint asymptotic distribution of the resulting estimators for finite-dimensional and infinite-dimensional parameters. Our simulation studies demonstrate that the proposed estimation procedure performs well. For illustration, we apply the proposed method to the Medical Information Mart for Intensive Care III dataset. Les auteurs de ce travail presentent un nouveau modele de risques additifs fonctionnels. Ce modele vise a examiner les effets potentiels des predicteurs fonctionnels et scalaires sur les risques de mortalite. Ils proposent une methode d'estimation par moindres carres penalises. La methode en question repose sur une equation d'estimation pseudo-score pour les parametres du modele. Une approche d'espaces de Hilbert a noyau reproduisant leur a permis d'etablir la convergence, le taux de convergence et la distribution asymptotique conjointe de parametres, tant de dimension finie qu'infinie. Enfin, les resultats des etudes de simulation confirment l'efficacite de cette procedure d'estimation, et en guise d' illustration, la methode est appliquee a l'ensemble de donnees 'Medical Information Mart for Intensive Care III'.