Uniform Consistency of the Kernel Conditional Kaplan-Meier Estimate
核条件 Kaplan–Meier 估计的一致收敛性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：摘要属于一般删失生存分析，未讨论经济分布效应或其他所列细分方向的具体问题。
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
核条件 Kaplan–Meier 估计的一致收敛性
- 研究问题
- 在存在右删失时，用于估计条件生存函数的核非参数回归估计，能否获得概率尾界及弱、强一致收敛结论？
- 方法与思路
- 作者利用多元经验过程振荡模的精细指数界，推导条件生存函数核估计的指数概率界，再据此证明一致收敛。
- 材料陈述的贡献
- 摘要称建立核条件生存函数估计的尾部指数不等式，并由该不等式得到弱与强的统一一致性结果。
- 阅读关注点
- 应核对删失机制、核与带宽要求、统一收敛所覆盖的变量范围，以及经验过程指数界如何转化为估计误差界。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要；删失及带宽条件、界的具体形式和收敛范围未说明，不能自行补造。
原文摘要
We consider a class of nonparametric regression estimates introduced by Beran to estimate conditional survival functions in the presence of right censoring. An exponential probability bound for the tails of distributions of kernel estimates of conditional survival functions is derived. This inequality is next used to prove weak and strong uniform consistency results. The developments rest on sharp exponential bounds for the oscillation modulus of multivariate empirical processes obtained by Stute.