Testing the assumption of independence of truncation time and failure time
截断时间与失效时间独立性假设的检验AI 解读 ↓
← 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：摘要聚焦截断数据的一般独立性检验，线性回归应用不足以确定所列专门方向。
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
截断时间与失效时间独立性假设的检验
- 研究问题
- 随机截断数据中，如何检验截断时间与失效时间独立，而这种可检验性为何区别于随机删失数据中的相应问题？
- 方法与思路
- 作者提出推广 Kendall tau 的检验统计量，推导原假设下的渐近性质，并构造小样本条件置换检验，讨论右删失扩展。
- 材料陈述的贡献
- 摘要称随机截断情形的独立性可以检验，给出渐近与条件置换两种推断方式，并简要讨论截断线性回归应用。
- 阅读关注点
- 应核对截断与删失对应的观测机制、可比较样本对和置换条件，以及检验究竟覆盖何种独立性假设与备择。
- 阅读边界
- 仅据稿件版本未注明的 OpenAlex 索引摘要；未核对全文或版本差异。摘要未说明检验功效、可识别区域及右删失扩展的详细条件。
原文摘要
For data subject to random censorship, it is well known that the assumption of independence between censoring time and failure time cannot be tested nonparametrically. For data subject to random truncation, however, it is possible to test independence of truncation time and failure time. A statistic generalizing Kendall's tau is proposed for testing the independence assumption, and asymptotic properties under the null hypothesis are derived. A conditional permutation test is also derived for small data sets. Generalization to allow right-censoring and an application to truncated linear regression are also briefly discussed.