Nonparametric regression using local kernel estimating equations for correlated failure time data
利用局部核估计方程分析相关失效时间数据的非参数回归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：摘要聚焦相关失效时间的非参数回归，未明确对应所列计量领域细分。
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…
利用局部核估计方程分析相关失效时间数据的非参数回归
- 研究问题
- 如何估计相关失效时间数据中的非参数协变量效应，以及工作相关矩阵的选择如何影响估计的一致性与渐近方差？
- 方法与思路
- 作者研究独立与加权核估计方程，先估计非参数函数的导数，再通过积分恢复函数，并开展模拟与肯尼亚寄生虫血症数据应用。
- 材料陈述的贡献
- 摘要称，估计量在任意工作相关矩阵下保持一致，且工作独立设定使渐近方差最小；这些结论的具体条件未列出。
- 阅读关注点
- 应核对失效时间模型、删失处理、带宽条件与积分常数的确定，并确认方差最小结论针对何种估计方程和比较范围。
- 阅读边界
- 依据版本未注明的索引摘要；一致性与方差结论的正则条件、模拟数值及应用结果未说明，不能外推至所有相关数据模型。
原文摘要
We study nonparametric regression for correlated failure time data. Kernel estimating equations are used to estimate nonparametric covariate effects. Independent and weighted-kernel estimating equations are studied. The derivative of the nonparametric function is first estimated and the nonparametric function is then estimated by integrating the derivative estimator. We show that the nonparametric kernel estimator is consistent for any arbitrary working correlation matrix and that its asymptotic variance is minimized by assuming working independence. We evaluate the performance of the proposed kernel estimator using simulation studies, and apply the proposed method to the western Kenya parasitaemia data.