跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要研究一般半参数生存估计,未明确涉及所列因果推断、结构估计或金融风险等细分方向。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
Jens P. Nielsen
Oliver Linton
Peter J. Bickel

具有灵活协变量效应的半参数生存模型

研究问题
如何在风险率模型中将时间依赖参数化、同时允许一般形式的协变量依赖,并对参数部分和非参数部分进行有效估计?
方法与思路
作者在计数过程框架内建立半参数风险率模型,采用剖面似然估计参数部分,并提出非参数部分的估计程序及渐近分析。
材料陈述的贡献
摘要称参数估计量具有根号 n 一致性和渐近正态性,并达到半参数效率界;同时推导非参数估计性质并应用于死亡率数据。
阅读关注点
读全文时应核对时间参数化及协变量函数的具体形式、剖面似然构造、效率界的条件,以及非参数部分的估计步骤。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;摘要未说明删失条件、函数约束及效率结论的正则条件,不能外推为因果效应识别。

原文摘要

A semiparametric hazard model with parametrized time but general covariate dependency is formulated and analyzed inside the framework of counting process theory. A profile likelihood principle is introduced for estimation of the parameters: the resulting estimator is $n^{1/2}$-consistent, asymptotically normal and achieves the semiparametric efficiency bound. An estimation procedure for the nonparametric part is also given and its asymptotic properties are derived. We provide an application to mortality data.

笔记与分组
相关领域论文