Case-control current status data
病例对照抽样下的现状数据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：摘要研究生存分布的抽样识别与估计，未明确涉及分布效应或其他所列经济计量细分。
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
病例对照抽样下的现状数据
- 研究问题
- 仅有病例对照抽样的现状数据时，生存时间分布能够识别到什么程度，加入总体病例比例信息后如何开展非参数估计？
- 方法与思路
- 作者分析生存分布的识别范围，并利用总体病例相对频率，对前瞻性现状数据的非参数极大似然估计进行加权。
- 材料陈述的贡献
- 摘要称单凭病例对照现状数据只能识别至一个单参数分布族；补充总体频率后，所提加权估计确为非参数极大似然估计。
- 阅读关注点
- 应核对病例对照抽样和检查时间的设定、未识别参数的含义，以及总体频率如何决定权重并消除识别歧义。
- 阅读边界
- OpenAlex 摘要未注明稿件版本，未说明抽样条件、收敛速度或频率估计误差，不能据此认定任何现状数据设计均可识别。
原文摘要
In this paper, we show that the distribution function of survival times is identified, up to a one‐parameter family of distribution functions, based on information from case‐control current status data. With supplementary information on the population frequency of cases relative to controls, a simple weighted version of the nonparametric maximum likelihood estimator for prospective current status data provides a natural estimator for case‐control samples. Following the parametric results of Scott & Wild (1997), we show that this estimator is, in fact, the nonparametric maximum likelihood estimator.