王纯杰，罗琳琳，李纯净，袁晓惠

(长春工业大学数学与统计学院，吉林 长春 130012)

0 引言

近年来，卵巢癌的发病率逐年上升.由于早期卵巢癌不易察觉，故其对女性的身体健康产生了巨大的潜在威胁.由于其发病原因并不明确，因此，对卵巢癌数据的研究具有重大的实用价值.2009年，Cho和Shih[1]对卵巢癌进行了细致描述并给出了针对卵巢癌的一些可用模型；2012年，李阳敏等[2]就早期卵巢癌的诊断数据建立多元线性回归模型，以期找到早期卵巢癌的病理特征；2018年，赫艳玲等[3]对卵巢癌各阶段的治疗方案进行了阐述.

线性回归模型假定响应变量与协变量的关系是线性的，在实际研究中，如果数据的协变量与响应变量的关系为非线性时，线性回归模型的拟合效果较差，于是便产生了易解释且具有更好拟合效果的部分线性模型.部分线性模型最初由Engle等[4]提出，用于研究天气对电力的影响.随后很多学者对此类模型进行了拓展研究.1995年，黄四民和梁华[5]运用部分线性模型分析居民消费结构；2015年，Müller和Geer[6]将部分线性模型拓展到高维情形；2018年，Wu[7]在部分线性模型的DBE(Difference-Based Estimator)估计的基础上进行改进，得到了估计效果更好的DBRE(Difference-Based Ridge Estimator)估计.

在医疗领域，学者们将部分线性模型与生存分析中的删失数据相结合，并对此进行了大量研究.2002年，陈敏和朱力行[8]给出了随机删失数据下的部分线性模型的拟合优度检验；2018年，Wang[9]研究了右删失数据下部分线性模型的经验似然推断.

相比于频率学派，贝叶……