Plots and tests for goodness of fit with randomly censored data
随机删失数据的拟合优度图与检验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：摘要属于随机删失下的生存分析与拟合诊断，Q–Q 图的出现不足以归入经济分布效应领域。
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
随机删失数据的拟合优度图与检验
- 研究问题
- 数据存在随机删失时，如何评估指定生存函数的拟合优度，并为生存、累计风险及相关诊断图提供同时置信带？
- 方法与思路
- 作者以指定生存函数与 Kaplan–Meier 估计之间的最大和平均加权差构造两类大样本检验，并反演第一类检验。
- 材料陈述的贡献
- 摘要称得到生存函数和累计风险函数的同时置信带，并将其用于删失数据的 P–P、Q–Q 与风险率诊断图。
- 阅读关注点
- 应核对删失机制、权重函数、检验统计量的极限分布，以及检验反演和诊断图置信带的覆盖范围与构造。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；删失条件、权重与临界值未说明，不能判断信息性删失下是否适用。
原文摘要
In this paper, we consider nonparametric procedures for assessing goodness of fit when the data may be subject to random censoring. We introduce two classes of large-sample tests, based, respectively, on the maximum and average weighted difference between the specified survival function and the Kaplan-Meier estimate of the true survival function. The procedures in the first class are inverted to obtain simultaneous confidence bands for the survival and cumulative hazard functions. These bands provide simultaneous bands associated with the percentage (P-P), quantile (Q-Q) and hazard plots for censored data.