A nonparametric multiplicative hazard model for event history analysis
事件历史分析的非参数乘法风险率模型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：摘要研究一般事件历史与生存模型，所列细分中没有直接对应方向，也未给出因果解释依据。
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
事件历史分析的非参数乘法风险率模型
- 研究问题
- 面对多状态和多事件的生命历程数据，如何同时估计基准风险率、非线性协变量作用与时变效应，并纳入时变协变量？
- 方法与思路
- 作者在计数过程框架内构建非参数乘法风险率模型，利用惩罚似然和样条估计上述组成部分，并通过两类真实数据展示方法。
- 材料陈述的贡献
- 摘要称模型同时容纳所述灵活结构，应用覆盖具有两个吸收状态的生存数据，以及含多个反复睡眠状态的脑电数据。
- 阅读关注点
- 阅读全文时应核对多状态转移的风险率设定、各效应的区分与约束、样条和惩罚选择，以及应用中的观测和删失机制。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要；未说明删失条件、推断方法或应用结果，不能将风险率关联解释为因果效应。
原文摘要
A major issue in exploring and analyzing life history data with multiple states and events is the development and availability of flexible methods that allow simultaneous incorporation and estimation of baseline hazards, detection and modelling of nonlinear functional forms of covariates and time-varying effects, and the possibility to include time-dependent covariates. In this paper we consider a nonparametric multiplicative hazard model that takes into account these aspects. Embedded in the counting process approach, estimation is based on penalized likelihoods and splines. The methods are illustrated by two real data applications, one to a more conventional survival data set with two absorbing states, and one to more complex sleep-electroencephalography data with multiple recurrent states of sleep.