Association measures for durations in bivariate hazard rate models
双变量风险率模型中持续期的关联度量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：摘要研究持续期依赖与异质性分布的关联界限，未涉及面板、离散选择或分位数与分布效应，现有细分缺乏直接对应项。
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
双变量风险率模型中持续期的关联度量
- 研究问题
- 双变量风险率模型中，未观测异质性的依赖如何约束持续期之间的相关系数和 Kendall's tau，并反映异质性分布的灵活性？
- 方法与思路
- 作者在一般异质性分布及特定分布族下推导持续期相关系数的尖锐界限，并研究不依赖基准风险形状的 Kendall's tau。
- 材料陈述的贡献
- 摘要称，论文给出相关系数和 Kendall's tau 的界限与性质，可据此比较不同未观测异质性分布在经验分析中的灵活性。
- 阅读关注点
- 应核对风险率模型的具体结构、界限成立及可达到的条件，以及 Kendall's tau 不依赖基准风险形状的推导与适用范围。
- 阅读边界
- 仅依据作者／机构库版本摘要，不能推断后续刊本变化；摘要未列出分布族、界限公式或经验估计方法，也不提供因果解释。
原文摘要
In multivariate hazard rate models, the duration variables are dependent if their unobserved determinants are dependent on each other. This paper derives properties of association measures for these duration variables. Sharp bounds for correlations are derived in the general case as well as in cases in which the bivariate distribution of unobserved heterogeneity belongs to specific families. Similar results are derived for Kendall's tau, which does not depend on the shape of the baseline hazard. The results are useful for empirical analyses, as they can be used to compare the flexibility of different heterogeneity distributions.