Weighted Kaplan-Meier Statistics: Large Sample and Optimality Considerations
加权 Kaplan–Meier 统计量的大样本性质与最优性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：摘要讨论删失生存分布检验，未明确涉及所列微观分布效应或其他计量细分。
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…
加权 Kaplan–Meier 统计量的大样本性质与最优性
- 研究问题
- 在两样本删失生存数据中，如何利用生存分布估计的加权累计差检验分布相等，并分析局部备择下的效率？
- 方法与思路
- 作者构造加权 Kaplan–Meier 差统计量，研究权重限制下的渐近分布与局部效能，并计算最优权重及扩展统计量。
- 材料陈述的贡献
- 摘要称最优统计量在给定局部备择序列下与最优加权 log-rank 统计量同效，并给出分层和趋势检验形式。
- 阅读关注点
- 应核对删失条件、随机权重的稳定性要求、局部备择与效率比较的定义，以及最优权重能否由实际数据实现。
- 阅读边界
- 仅据 Crossref 摘要；权重上界的符号排版不清，需查原 PDF，不能重构公式；效率陈述限于摘要所述渐近比较。
原文摘要
SUMMARY We propose a cumulative weighted difference in the Kaplan-Meier estimates as a test statistic for equality of distributions in the two-sample censored data survival analysis problem. For stability of such a statistic, the absolute value of the possibly random weight function must be bounded above by a multiple of (C −)1/2 + δ where 1 – C − is the left continuous censoring distribution function and δ > 0. For these weighted Kaplan–Meier (WKM) statistics, asymptotic distribution theory is presented along with expressions for the efficacy under a sequence of local alternatives. A simple censored data generalization of the two-sample difference in means test (z-test) is a member of this class and in large samples is seen to be quite efficient relative to the popular log-rank test under a range of alternatives including the proportional hazards alternative. Optimal weight functions are also calculated. The optimal WKM statistic is as efficient as the optimal weighted log-rank statistic for any particular sequence of local alternatives. Stratified statistics and trend statistics are also presented.