Asymptotic Properties of the Product Limit Estimate Under Random Truncation
随机截断下乘积极限估计量的渐近性质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：摘要研究一般随机截断与分布函数估计，未提供分位数或经济分布效应等细分方向的充分依据。
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…
随机截断下乘积极限估计量的渐近性质
- 研究问题
- 当数据受到随机截断时，用于估计分布函数的乘积极限估计量具有怎样的渐近行为，其极限过程的协方差如何明确表达？
- 方法与思路
- 作者研究随机截断下乘积极限估计量的渐近分布，重点刻画已有高斯过程极限结果中尚未明确的协方差结构。
- 材料陈述的贡献
- 摘要称给出渐近行为的精确描述及简单显式的渐近协方差形式，并指出其与随机删失下 Kaplan–Meier 估计的对应关系。
- 阅读关注点
- 阅读全文时应核对截断机制及分布条件、过程收敛所用空间、协方差表达式，以及所述应用需要满足的额外要求。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要；摘要未说明截断独立性等具体条件，不能据此构造可用的置信区间。
原文摘要
Many authors have considered the problem of estimating a distribution function when the observed data is subject to random truncation. A prominent role is played by the product limit estimator, which is the analogue of the Kaplan-Meier estimator of a distribution function under random censoring. Wang and Jewell (1985) and Woodroofe (1985) independently proved consistency results for this product limit estimator and showed weak convergence to a Gaussian process. Both papers left open the exact form of the covariance structure of the limiting process. Here we provide a precise description of the asymptotic behavior of the product limit estimator, including a simple explicit form of the asymptotic covariance structure, which also turns out to be the analogue of the covariance structure of the Kaplan-Meier estimator. Some applications are briefly discussed.