Bayesian Residual Analysis in the Presence of Censoring
存在删失时的贝叶斯残差分析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：摘要研究贝叶斯残差诊断及寿命回归中的删失处理，未涉及所列因果、面板、时间序列或金融方向的明确内容。
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
存在删失时的贝叶斯残差分析
- 研究问题
- 如何将实际误差项的后验分布用于线性模型以外的残差诊断，尤其在寿命回归中纳入删失观测并表达残差的不确定性？
- 方法与思路
- 作者将基于实际误差项后验分布的残差分析推广到其他模型，采用类似 Cox–Snell 的思路，并以区间估计表示残差图中的误差。
- 材料陈述的贡献
- 摘要称，该框架扩展了贝叶斯残差分析的适用模型，包括寿命数据回归，并提出区间形式的残差图，便于纳入删失观测。
- 阅读关注点
- 核对不同模型中实际误差的定义、后验区间的构造及删失观测的处理，关注图形如何支持模型诊断与异常观测判断。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；先验、删失假设及诊断标准未说明，不能判断异常识别效果或模型比较能力。
原文摘要
Use of the posterior distribution of the realized error terms for residual analysis in a linear model was advocated by Zellner (1975) and Zellner & Moulton (1985). The same idea was used by Chaloner & Brant (1988) to define outliers and calculate posterior probabilities of observations being outliers. This paper extends the same concept to other models, including regression models for lifetime data, by using an approach similar to that of Cox & Snell (1968). Residual plots are proposed where realized errors are represented by interval estimates. Incorporating censored observations into this framework is straightforward.